Wstęp do teorii mnogości

Wielkość: px
Rozpocząć pokaz od strony:

Download "Wstęp do teorii mnogości"

Transkrypt

1 Podstawy matematyki dla informatyków Wstęp do teorii mnogości Proponowana literatura Podręczniki: [] Kazimierz Kuratowski, Andrzej Mostowski, Teoria mnogości, Monografie Matematyczne t. XXVII, W-wa 978, [2] Jerzy Tiuryn, Wstęp do teorii mnogości i logiki, Wrocław 2000, [3] Helena Rasiowa, Wstęp do matematyki współczesnej, PWN W-wa 2003, [4] Zofia Adamowicz, Paweł Zbierski, Logika matematyczna, PWN W-wa 99, [5] Agnieszka Wojciechowska, Elementy logiki i teorii mnogości, PWN W-wa 979. Zbiory zadań: [] Igor A. Ławrow, Łarisa L. Maksimowa, Zadania z teorii mnogości, logiki matematycznej i teorii algorytmów, PWN W-wa 2004, [2] Janusz Onyszkiewicz, Wiktor Marek, Elementy logiki i teorii mnogości, PWN W-wa 2004.

2 2 Zarys historii teorii mnogości Ewolucja myśli matematycznej przebiega w sposób nieprzerwany od co najmniej lat. Wiodła ona od, jak byśmy to dziś powiedzieli, aplikacji arytmetycznych poprzez rozwój geometrii i algebry oraz próby formalizacji idei matematycznych z wykorzystaniem dorobku filozofów zwanego od czasów Arystotelesa logiką. Wraz ze wzrostem poziomu komplikacji analizowanych obiektów matematycy potrzebowali coraz to nowych narzędzi pozwalających na jednoznaczny opis zarówno nowouzyskiwanych wyników jak i tych, które były znane stosunkowo dawno, ale język ich opisu był mało prezyzyjny. Takie pojęcia jak zbiór i zawieranie były w przeszłości rozumiane intuicyjnie, między innymi z uwagi na geometryczne odniesienia, i nie budziły sporów interpretacje tych pojęć. Kłopoty zaczęły się pojawiać w momencie, gdy obiektem rozważań były pojęcie równoliczności zbiorów, czy też pojawienia się w kontekście zbioru pojęcia liczby czy wielkości. Jednym z takich problemów był problem nieograniczonej podzielności czy rozciągliwości badany już przez pitagorejczyków. Ten problem prowadził często do kłopotów natury filozoficznej i dotykał on zarówno eleatów jak Bolzana i Cantora. Po raz pierwszy z zagadniem równoliczności lub bardziej precyzyjnie uogólnionej równoliczności pojawia się w pracach Galileusza, który wykazuje wzajemnie jednoznaczną odpowiedniość między liczbami naturalnymi i ich drugimi potęgami. Dziś wydaje się co najmniej niezrozumiałe, jak przez całe wieki mogły być utrzymywane i kultywowane poglądy matematyczne, o których dziś wiemy, że były nieprecyzyjne lub całkowicie błędne. Wytłumaczenie tego zjawiska wydaje się jednak być dość nieskomplikowane. Mianowicie, nie istnieło wewnętrzne zapotrzebowanie matematyki na precyzje w tym względzie. Rozwój analizy matematycznej jaki dokonał się w XIX wieku za sprawą wielu ówczesnych matematyków wśród których należy wymienić Cauchy ego, Weierstrass a, Bolzano, Riemanna, Poincarégo, Mittag-Leffera, Cantora, Dedekinda, Bernsteina i Peano. Ta lista nie jest oczywiście kompletna, ale wymienione nazwiska wskazują na rangę dostrzeżonego problemu. Bez wątpienia za ojca teorii mnogości w jej dzisiejszym rozumieniu należy uznać matematyka niemieckego Georga Ferdynanda Ludwiga Cantora (845-98). Wychodząc od analizy prac Riemanna doszedł problemów związanych z przeliczalnością oraz konstruowaniem liczb rzeczywistych. W latach Cantor ogłosił cykl sześciu rozpaw poświęconych problemom równoliczności, teorii zbiorów całkowicie uporządkowanych, własnościom topologicznym R i R n, a także problemom miary. Wprowadzenie w 882 roku przez Cantora pojęcia zbioru dobrze uporządkowanego daje podstawę do badania liczb kardynalnych oraz pozwala sformułować hipotezę continuum. Opór matematyków wobec wyników Cantora był dość jednolity i twardy. Jedynie Carl Weierstrass był nastawiony do jego wyników życzliwie. Opór ten powodowany był rewolucyjnym charakterem tych wyników, burzyły one bowiem ponad dwutysięczną tradycję matematyczną. Po wynikach Cantora przyszła kolej na uzupełniejące je rezultaty Bernsteina i Zermelo. Prawdziwym sojusznikiem Cantora w pracach nad teorią mnogości był Julius Wilhelm Richard Dedekind (83-96). Niektóre spośród wyników uzyskanych przez Cantora i jego kontunuatorów były odkryte przez Dedekinda jednak nie zostały one opublikowane. Co więcej wiele wyników tego ostatniego pokazało jak w pełni należy stosować teorie aksjomatyczne. Mianowicie, Dedekind rozważając ogólne przypadki zbiorów, a nie tylko zbiorów całkowicie

3 3 uporządkowanych, dochodzi do zbiorów kratowych i gruntownie analizuje ich własności. Chociaż w odróżnieniu od wyników Cantora, rezultaty uzyskane przez Dedekinda nie znalazły natychmiastowego zastosowania, to okazały się one niezwykle ważnie już w nieodległej przyszłości. Wyniki prac Cantora pozwoliły na formalizację matematyki, a jednocześnie dały początek upowszechnianiu się metod aksjomatycznych. Jednak poza tym osiągnięciem dały one początek kryzysowi podstaw matematyki. Pojawiły się oto paradoksy teorii mnogości. Większość z nich była bliźniaczo podobna, pod względem natury, do tych z jakimi zetknięto się wcześniej przy odkryciu geometrii nieeuklidesowych. Skonstatować to można sformułowaniem zaczerpniętym z Elementów historii matematyki Nicolasa Bourbaki, że próżne są próby zbudowania jakiejkolwiek teorii matematycznej za pomocą odwoływania się (jawnego lub nie) do intuicji. Szło zatem o to, by dla teorii mnogości stworzyć podstawę aksjomatyczną analogiczną do układu aksjomatów geometrii elementarnej, bez dociekania co nazywamy zbiorem, w sensie natury obiektu, jak również nie jest definiowane przynależenie do zbioru, a jedynie wyraźnie formułowane są warunki charakteryzujące przynależność do ustalonego zbioru. Pierwszym, który zbudował taką aksjomatyzację był Zermelo i stało się to w 908 roku. Próba ta uzupełniona przez wynki Skolema i Fraenkla pozwoliła na konstrukcję aksjomatyki teorii mnogości, jednak ceną jaką należało za to zapłacić, była komieczność wprowadzenia także reguł logiki. Literatura [] N. Bourbaki Elementy historii matematyki, PWN Warszawa 980, [2] A.P. Juszkiewicz Historia matematyki (od czasów najdawniejszych do początku czasów nowożytnich), Tom -3, PWN Warszawa 975, [3] K.Kuratowski, A. Mostowski Teoria mnogości, Monografie Matematyczne XXVII, Warszawa 978, [4] R. Murawski Filozofia matematyki zarys dziejów, Wydawnictwo Naukowe PWN 995

4 4 Ważne osoby i daty w rozwoju teorii mnogości Julius Wilhelm Richard DEDEKIND ( 83 Braunschweig w Niemczech 96 Braunschweig w Niemczech), nowoczesna teoria liczb algebraicznych, prakroje Dedekinda. Paul David Gustav DU BOIS-REYMOND ( 83 Berlin 889 Freiburg w Niemczech), badał szeregi liczbowe, a przy tym wniósł wiele do teorii zbiorów. Georg Ferdynand Ludwig CANTOR ( 845 St Petersburg w Rosji 98 Halle w Niemczech), twórca teorii mnogości, która wpłynęła na rozwój całej matematyki, a w szczególności na podstawy współczesnej analizy matematycznej, konstrukcja Cantora liczb rzeczywistych. Magnus Gösta MITTAG-LEFFLER ( 846 Sztokholm 927 Sztokholm), twórca skandynawskiej szkoły matematycznej, przyczynił się do uporządkowania teorii mnogości. Ernst Friedrich Ferdinand ZERMELO ( 87 Berlin 953 Freiburg w Niemczech), badał podstawy matematyki, autor fundamentalnych prac z teorii mnogości w szczególności aksjomatyki teorii mnogości. Julius Henri POINCARÉ ( 854 Nancy we Francji 92 Paryż), zajmowałsięwieloma dyscyplinami matematycznymi, a także fizyką i filozofią. Jego prace dotyczące podstaw matematyki stanowiły istotny wkład w rozwój teorii mnogości. Adolf Abraham Halevi FRAENKEL ( 89 Monachium 965 Jerozolima), wspólnie z Fraenklem i Cantorem współtworzył współczesną teorię mnogości. Friedriech Ludwig Gottlob FREGE ( 848 Wismar w Mecklenburgii-Schwerinie w Niemczech 925 Bad Kleinen w Niemczech), pierwsze ujęcie rachunku zdań jako sformalizowanej teorii aksjomatycznej. Giuseppe PEANO ( 858 Cuneo na Sardynii 932 Turyn we Włoszech), atytmetyka jako teoria aksjomatyczna sformalizowana (Arytmetyka Peano). David HILBERT ( 862 Królewiec w Prusach Wschodnich 943 Getynga w Niemczech), jego badania nad podstawami geometrii ( ) zapoczątkowały nowoczesną, aksjomatyczną budowę teorii matematycznych (23 problemy Hilberta, teoria spektralna operatorów liniowych podstawowy aparat mechaniki kwantowej). Bertrand Arthur William RUSSEL ( 872 Ravenscroft w Walii 970 Penrhyndendraeth w Walii), w 902 r analizując zaproponowany przez Fregego system logicznych podstaw matematyki zauważył w nim sprzeczność polegającą na tzw. paradoksie klas (antynomia Russella), w 903 ogłosił Principles of Mathematics, w których starał się sprowadzić teorię mnogości, a nawet całą matematykę do logiki, w 908 r stworzył zasady tzw. teorii typów logicznych. W latach B.A.W. Russell wraz z Alfredem North Whiteheadem ( 86 Ramsgate hrabstwo Kent w Anglii 847 Cambridge w Massachusetts USA) napisali i opublikowali Principia Mathematica (t. I III), w której ideą przewodnią było poszukiwanie podstaw matematyki w zasadach logicznych, rezultatem zaś przedstawienie matematyki w postaci systemu sformalizowanego oraz nadanie współczesnego kształtu logice matematycznej. John (Janos) von NEUMANN ( 903 Budapeszt 957 Waszyngton), matematyk, chemik, fizyk, informatyk współtwórca broni atomowej. Jego badania z teorii mnogości przyczyniły

5 5 się do wykorzystania uzyskanych przez niego wyników w zastosowaniach praktycznych oraz do uszlachetnienia wielu wyników. Henri Leon LEBESGUE ( 875 Beavais we Francji 94 Paryż), twórca ogólnej teorii miary i całki. W trakcie badań nad tymi teoriami uzyskał ważne dla teorii mnogości wyniki. Wacław SIERPIŃSKI ( 882 Warszawa 969 Warszawa), badał teorię liczb, topologię i teorię mnogości. W 92 roku napisał fundamentalną książkę dotyczącą tej ostatniej dyscypliny, w której zamieścił również wiele własnych wyników. Kurt GÖDEL ( 906 Brünn w Austrowęgrzech obecnie Brno w Czechach 978 Princeton w stanie Nowy Jork w USA), niepełność teorii aksjomatycznych sformalizowanych zawierających arytmetykę. Twierdzenie o niesprzeczności hipotezy continuum zaksjomatyką teorii mnogości. Kazimierz KURATOWSKI ( 896 Warszawa 980 Warszawa), jeden z twórców Lwowskiej Szkoły Matematycznej, badacz teorii mnogości, topologii, teorii grafów, analizy matematycznej i podstaw matematyki. Jego wyniki badań z podstaw matematyki przyczyniły się do uporządkowania tej dyscypliny (lemat Kuratowskiego-Zorna). Stanisław Marcin ULAM ( 909 Lwów 984 Santa Fe w USA), twórcametodymonte Carlo, wszechstronny matematyk o zdolnościach przenoszenia wyników matematycznych do innych nauk. Jego prace z teorii procesów stochastycznych, równań różniczkowych cząstkowych, analizy funkcjonalnej oraz ich zastosowania w fizyce przyczyniły się do badań problemów teorii mnogości. Niektóre z jego wyników prac pozostają utajnione po dziś dzień, ze względu na ich wykorzystanie przy konstrukcji bomby atomowej i wodorowej. Bezspornie Stanisław Ulam jest uważany za twórcę koncepcji bomby wodorowej, był on także stałym konsultantem w trakcie jej budowy. Paul Joseph COHEN ( 934 Long Branch, New Jersey), niezależność hipotezy continuum (963), medal Fieldsa w 966.

6 6 0. Wprowadzenie Warto dodać, że tak jak logika matematyczna korzysta z pojęć teorii mnogości, tak teoria mnogości wykorzystuje wiele pojęć logiki. W tej części wykładu nie będziemy formalizować pojęć logiki matematycznej, będzie to przedmiotem drugiej części. Jednak z uwagi na użyteczność podstawowych faktów logicznych przedstawimy je w znacznym uproszczeniu. Dodać należy, że posłużymy się logiką znaną z nauki w szkole średniej. Jest to w penym sensie klasyczne podejście do tej dyscypliny, odmienne od podejścia które zaprezentowane w części poświęconej logice. Ten logiczny dualizm jest jednak konieczny ze względu na gradację trudności. Niech Z oznacza zbiór wszystkich zdań orzekaja cych odnoszących się do matematyki. Niech ponadto 0 będzie symbolem fałszu, natomiast symbolem prawdy. Funkcję w : Z {0, } nazywamy wartościowaniem. Przyjmijmy umowę, że elementy zbioru Z będziemy oznaczać małymi literami alfabetu: p, q, r, s, p,q,r,s,p 2,q 2,r 2,s 2,..., których może być nawet nieskończenie wiele. Litery oznaczać będą obiekty zwane zmiennymi zdaniowymi. Narzędziem zaczerpniętym z języka potocznego są spójniki, zwane w logice również funktorami zdaniotwórczymi. Pozwalają one budować ze zdań prostych zdania złożone. I tak, zamiast pisać nie użyjemy symbolu (symbolizyje on zdeformowaną literę N, od nego, co oznacza przeczę), zamiast pisać jeśli..., to zapiszemy, symbol będzie zastępował zwrot wtedy i tylko wtedy (lub krótko wtt ), symbol oznaczać będzie i, zaś symbol będzie zastępował spójnik lub. Oprócz spójników (funktorów zdaniotwórczych) posługiwać się będziemy nawiasami: otwierającym ( oraz zamykającym ). W oparciu o nawiasy, funktory zdaniotwórcze i zmienne zdaniowe tworzyć będziemy formuły rachunku zdań. Każda z takich formu l stajesie zdaniem, gdy w miejsce zmiennych zdaniowych wstawimy zdania oczywiście w miejsce ustalonej litery wstawiamy to samo zdanie. Nawiasy, wymienione jako element sk ladowy formu l zdaniowych u latwiaja, a niekiedy wre cz umożliwiaja, odczytanie takiej formu ly gdy w zbiorze funktorów nie zosta la wprowadzona hierarchia mocy wia zania. Wśród wszystkich formu l rachunku zdań szczególnie ważna role pe lnia formu ly prawdziwe bez wzgle du na wartość logiczna wyste puja cych w nich zmiennych zdaniowych. Formu ly takie nazywamy tautologiami i w zapisie dla podkreślenia tego faktu poprzedzamy symbolem. Rola tautologii polega na tym, że za ich pomoca możemy dokonywać operacji logicznych niezależnie od treści zdań, które logicznie przekszta lcamy. Osobnym zagadnieniem jest sprawdzenie czy dana formu la jest tautologia. Przedstawimy pochodzącą od Ernsta Schrödera metodę zerojedynkową, lub inaczej metodę tablicową. Polega ona na rozpatrzeniu wszystkich uk ladów wartości logicznych zmiennych zdaniowych wyste puja - cych w danym wyrażeniu. Metoda ta nazywana jest niekiedy metoda matrycowa,zewzgle du na pos lugiwanie sie w niej tabelkami matrycowymi, przedstawiaja cymi w jaki sposób wartość logiczna zdania z lożonego utworzonego przy pomocy danego funktora, lub funktorów, jest wyznaczona przez wartości logiczne zdań sk ladowych. Pozostaja c przy dotychczasowych umowach możemy zdefiniować poszczególne funktory. W tym celu pos lużymy sie naste puja ca tabela.

7 7 w(p) w(q) w( p) w(p q) w(p q) w(p q) w(p q) Metode zerojedynkowa zilustrujemy naste puja cym przyk ladem. Przyk lad. rachunku zdań. Sprawdzimy czy formu la (p q) [(q r) (p r)] jest tautologia w(p) w(q) w(r) w(p q) 0 0 w(q r) 0 0 w(p r) 0 0 w[(q r) (p r)] 0 w{(p q) [(q r) (p r)]} Tabela ta pokazuje w jaki sposób należy postępować dla sprawdzenia czy rozpatrywana formuła jest tautologią. Ponieważ ostatnia kolumna składa się z samych jedynek, to oznacza to, że dla wszystkich możliwych układów wartości logicznych zdań składowych, zbudowanych zgdnie z formułą, otrzymujemy zdanie prawdziwe. Zatem badana przez nas formuła jest tautologia. Przedstawimymy teraz kilka ważniejszych tautologii, których sprawdzenie pozostawiamy do samodzielnego wykonania przy użyciu obu przedstawionych metod. postać prawa w(p q) =w(q p) w(p q) =w(q p) w(p (q r)) = w((p q) r) w(p (q r)) = w(p q) r) w(p (q r)) = w((p q) (p r)) w(p (q r) =w((p q) (p r)) w(p p) = w(p p) = w( (p p)) = w(p ( p)) = w([(p q) (q r)] (p r)) = w(( p p) p) = w(p q) =w( q p) w(p (p q) q) = nazwa prawa przemienności alternatywy przemienności koniunkcji la czności alternatywy la czności koniunkcji rozdzielności koniunkcji wzgle dem alternatywy rozdzielności alternatywy wzgle dem koniunkcji wy la czonego środka tożsamości sprzeczności podwójnego przeczenia sylogizmu sprowadzania do niedorzeczności kontrapozycji regu la odrywania Zajmiemy sie teraz bardzo ważnymi z praktycznego punktu widzenia tautologiami zwanymi prawami de Morgana. Pozwalaja one przeczyć funktorom dwucz lonowym i sa cze sto wykorzystywane w dowodach nie wprost.

8 8 postać prawa w( (p q)) = w( p q) w( (p q)) = w( p q) nazwa prawa prawo de Morgana dla koniunkcji prawo de Morgana dla alternatywy Bezpośrednia konsekwencja praw de Morgana dla zdań sa naste puja ce tautologie: w( (p q)) = w(p q) w( (p q)) = w([(p q) (q p)]) W matematyce spotykamy sie cze sto z poje ciami warunku koniecznego i warunku wystarczaja cego. Poje cia te wia ża sie z funktorami implikacji i równoważności. Rozważmy implikacje p = q, ( ) wktórej zdanie p nazywamy poprzednikiem, a zdanie q naste pnikiem implikacji ( ). Mówimy wtedy że zdanie q jest warunkiem koniecznym dla p, natomiast p jest warunkiem dostatecznym dla q. Dla implikacji ( ) implikacje p = q, (lub inaczej q = p) ( ) nazywamy odwrotna. Jeśli prawdziwe sa implikacja prosta i implikacja odwrotna, to zdanie p q nazywamy warunkiem koniecznym i wystarczaja cym.. Zbiory i operacje na zbiorach W teorii mnogości, podobnie jak w każdej dyscyplinie matematycznej, korzystamy z pojęć przyjmowanych bez definicji tak zwanych pojęć pierwotnych. Zaliczamy do nich: pojęcie zbioru i pojęcie przynależności do zbioru lub inaczej bycie elementem zbioru. Zamiast mówić, że a jest elementem zbioru A piszemy a A, jeślinatomiasta nie jest elementem zbioru A piszemy a A. Jeśli zajmujemy się ustaloną teorią matematyczną (w naszym przypadku teorią mnogości), to poza pojęciami pierwotnymi przyjmuje się bez dowodu pewną liczbę własności (twierdzeń) odnoszących się do obiektów teorii (w naszym przypadku zbiorów) zwanych aksjomatami iw oparciu o taki zestaw narzędzi formułowane są dalsze własności obiektów tej teorii. Istnienie takiej kolekcji pojęć pierwotnych i aksjomatów w przypadku ustalonej teorii pozwala nazwać ją teorią aksjomatyczną. Jak już mówiliśmy w części poświęconej historii teorii mnogości dyscyplina ta ma aksjomatykę zwaną aksjomatyką Zermelo-Fraenkla. Rozpatrzmy dwa dowolne zbiory A i B. Mówimy, że A jet równy B wtedy i tylko wtedy, gdy zbiory te mają identyczne elementy. Zwykle fakt ten wyrażamy pisząc: A = B wtedy i tylko wtedy, gdy dla każdego a zachodzi: a A wtt a B.

9 9 Zależność tę nazywamy zasadą ekstensjonalności. Mówimy, że A jest podzbiorem B lub równoważnie A jest zawarty w B wtedy i tylko wtedy, gdy każdy element zbiotu A jest elementem zbioru B. Piszemy wtedy A B. Niekiedy o zbiorze B mówimy, że jest nadzbiorem zbioru A. Jeśli A B i A B, toa nazywamy podzbiorem właściwym zbioru B ipiszemywtedya B. Zbiór nie zawierający żadnego elementu nazywamy zbiorem pustym i oznaczamy symbolem. Na mocy zasady ekstensjonalności istnieje dokładnie jeden zbiór pusty. Zbiór będziemy uważać za określony jeśli zostało podane kryterium pozwalające rozstrzygnąć czy dany element należy, czy też nie należy do rozpatrywanego zbioru. W zależności od sposobu określenia i rodzaju zbioru oznaczamy go symbolem {a,...,a n }, gdy zbiór jest skończony i składa się z n elementów, albo {x w(x)}, gdziew(x) jest warunkiem charakteryzującym dany zbiór. Zamiast A {x w(x)} będziemy pisać {x A w(x)}. Jeżeli A jest zbiorem, którego elementami są zbiory, to A nazywać będziemy rodziną zbiorów. Jeśli A i B są dowolnymi zbiorami, to przez sumę tych zbiorów rozumiemy zbiór A B, którego elementami są te i tylko te elementy, które należą do zbioru A lub do zbioru B. Natomiast iloczynem (przecięciem) zbiorów nazywamy zbiór A B, którego elementami są te i tylko te elementy, które są równocześnie elementami zbioru A izbiorub. Różnicą zbioru A i B nazywamy zbiór A\B, złożony z tych i tylko tych elementów, które należą do A i nie należą do B. Dla zbioru A symbolem P(A) lub też 2 A oznaczać będziemy zbiór złożony ze wszystkich podzbiorów tego zbioru i nazywać go będziemy zbiorem potęgowym zbioru A. Jeżeli w odniesieniu do ustalonego zbioru A rozważania ograniczymy tylko do jego podzbiorów (tj. elementów P(A)), to zbiór A nazywać będziemy wtedy przestrzenią. Działania sumy i iloczynu dwóch zbiorów można rozszerzyć na większą liczbę zbiorów, to znaczy na rodziny zbiorów. Dla rodziny zbiorów A jej sumę oznaczamy przez A imamy wtedy: x A wtt, gdy istnieje A A, że x A. Podobnie definiujemy iloczyn rodziny zbiorów A. Mamy mianowicie: x A wtt, dla każdego A A, że x A. Rozpatrzmy teraz sytuację, kiedy element x nie należy odpowiednio do sumy zbiorów, iloczynu zbiorów oraz różnicy zbiorów. A zatem, jeśli x A B, to zgodnie z definicją sumy zbiorów x A i x B. Z kolei jeśli x A B, tox A lub x B. Natomiast fakt, że x A\B oznacza na mocy definicji, że x A lub x B. Zatem symbolicznie możemy wyrazić te uwagi pisząc: x A B x A x B, x A B x A x B, x A \ B x A x B. Przez formułę rachunku zbiorów rozumiemy wyrażenie utworzone z symboli zbiorów, symboli operacji na zbiorach i nawiasów. Podobnie jak w przypadku formuł rachunku zdań tautologiami nazuwać będziemy te spośród formuł rachunku zdań, które są prawdziwe niezależnie od doboru występujących w nich zbiorów.

10 0 () Prawa przemienności. Jeśli A i B są dowolnymi zbiorami to A B =B A, A B =B A. D o w ó d. Wykażemy na wstępie prawdziwość przemienności dla sumy. Przypuśćmy, że x B A. Na mocy definicji wiemy, że x A B x A x B. Z drugiej strony na mocy prawa przemienności alternatywy: p q q p, mamy, że x A B x A B x A x B x A B x B x A x B A. Dowód drugiego z praw przebiega podobnie. (2) Prawa łączności. Jeśli A, B, C są dowolnymi zbiorami, to prawdziwe są równości: A (B C) =(A B) C, A (B C) =(A B) C. Dla dowodu tych praw wystarczy wykorzystać odpowiednio prawo przemienności dla alternatywy i dla koniunkcji. (3) Prawa rozdzielności. Jeśli A, B, C są dowolnymi zbiorami, to prawdziwe są równości: A (B C) =(A B) (B C), A (B C) =(A B) (A C). W tym przypadku również wystarczy wykorzystać prawa rachunku zdań tj. prawa rozdzielności koniunkcji względem alternatywy i alternatywy względem koniunkcji. (4) Prawa tautologii. Jeśli A jest dowolnym zbiorem, to prawdziwe są równości: Łatwo udowodnić prawa rachunku zdań: A A =A, A A =A. p p p oraz p p p, to bezośrednio z tych praw wynikają prawa tautologii. (5) Prawa de Morgana. Jeśli A, B, C są dowolnymi zbiorami, to prawdziwe są równości: A \ (B C) =(A \ B) (A \ C), A \ (B C) =(A \ B) (A \ C).

11 Prawa de Morgana dla zbiorów są konsekwencją praw de Morgana dla zdań. Bardziej znana postać praw de Morgana dotyczy dopełnienia zbioru. Jeśli X jest przestrzenią zaś A P(X) i B P(X), to przez dopełnienie zbioru A do przestrzeni X rozumiemy zbiór A = X \ A podobnie B = X \ B. Przy takich oznaczeniach prawa de Morgana możemy zapisać w postaci (A B) =A B, (A B) =A B. 2. Iloczyn kartezjański zbiorów i relacje Niech A i B będą dowolnymi zbiorami i niech x A oraz y B. Wynikastąd,że{x} A oraz {x, y} A B, azatem { } ( ) {x}, {x, y} P P(A B). Przyjmujemy umowę notacyjną, że symbol x, y def = { {x}, {x, y} } oznaczać będzie parę uporządkowaną o poprzedniku x i następniku y. Zbiór { x, y x A y B} nazywamy iloczyniem kartezjańskim (produktem kartezjańskim) zbiorów A i B oraz oznaczamy symbolem A B. Niech x, y oraz z,t będą elementami zbioru A B. Pamiętamy,że x, y = { {x}, {x, y} } oraz z,t = { {z}, {z,t} }. Skoro pary te są zbiorami to zbadajmy kiedy są one równe. Przypuśćmy, że są równe i zastosujmy do nich definicję równości zbiorów. Wynika stąd, że a w konsekwencji, że {z} {x, y} oraz {z,t} x, y, () {z} = {x} lub {z} = {x, y} (2) oraz (3) {z,t} = {x} lub {z,t} = {x, y} (4) Równość () ma miejsce jedynie wtedy, gdy x = z = y. W takim przypadku równości (3) oraz (4) są równoważne i mamy z = t = x. Mamy więc, że z = t = x. Prowadzitodowniosku, że x = y = z = t. Jeśli rozpatrzymy przypadek (3), to równość okazuje się także spełniona. Zajmijmy się teraz przypadkiem (4). Wtedy z = x oraz bądź z = y, bądźt = y. Gdyz = y, to zachodzi równość (2) i otrzymujemy rozpatrywany już przypadek. Gdy natomiast t = y, to mamy x = z i y = t.

12 2 Jeśli rozpatrzymy teraz implikację odwrotną do dowiedzionej tzn. x = z i y = t, to teza jest oczywista, na mocy definicji równości zbiorów. jeśli przypuścimy, że Otrzymaliśmy zatem następujące twierdzenie. Twierdzenie. Warunkiem koniecznym i wystarczającym na to, by pary x, y i z,t były równe jest, by zachodziły równości: x = z oraz y = t. Pojęcie iloczynu kartezjańskiego ma łatwą interpretację geometryczną. Jeśli A i B są dowolnie ustalonymi zbiorami, to elementy zbioru A B nazywamy niekiedy punktami, zaś zbiory A i B osiami współrzędnych. Jeśli t = x, y jest punktem w A B, tox nazywamy odciętą, zaś y rzędną punktu t. Ta intuicja wywodzi się z geometrii płaszczyzny, gdzie zbiór punktów płaszczyzny może być utożsamiany z iloczynem R R,przy czym R oznacza zbiór liczb rzeczywistych. Korzystając bezpośrednio z definicji produktu kartezjańskiego możemy wyprowadzić wiele praw wiążących to działanie z działaniami teorii zbiorów. Przyk lad. Wykażemy tożsamość: Niech (x, y) (A B) C. Wtedy (A B) C =(A C) (B C). (x, y) (A B) C (x A B) (y C) (x A x B) y C x A (y C x B) (x A y C) (x B y C) (x, y) A C (x, y) B C (x, y) (A C) (B C). Posługując się podobną techniką dowodową możemy wykazać prawdziwość formuł, o których mówi następujące twierdzenie. Twierdzenie. Jeśli A, A 2 oraz B są dowolnymi zbiorami, to (A A 2 ) B =A B A 2 B, (A \ A 2 ) B =A B \ A 2 B, B (A A 2 )=B A B A 2, B (A \ A 2 )=B A \ B B A 2, Dowolny podzbiór iloczynu kartezjańskiego zbioru A B, tzn. dowolny zbiór par uporządkowanych o poprzednikach z A i następnikach z B nazywamy relacją (dwuczłonową). Jeśli podzbiór taki oznaczymy przez ϱ to zamiast pisać a, b ϱ piszemy czesto aϱb imówimy,że a jest w relacji ϱ z b. Dziedziną relacji (dziedziną lewostronną) ϱ nazywamy zbiór D ϱ zawarty w A izłożony z poprzedników par należących do relacji. Przeciwdziedziną (dziedziną prawostronną) relacji ϱ nazywmy podzbiór R ϱ zbioru B złożony z następników par należących do relacji ϱ. Formalizując te definicje możemy zapisać: D ϱ = {a A istnieje b B, że aϱb} oraz R ϱ = {b B istnieje a A, że aϱb}

13 3 Przez pole relaji rozumiemy zbiór będący sumą dziedziny i przeciwdziedziny (obu dziedzin) relacji. Niech ϱ A B. Przezwykres relacji rozumiemy zbiór Gr(ϱ) = { a, b A B aϱb }. Tak więc wykres relacji i relacja spełniają tę samą definicję, zatem jest to ten sam obiekt. Relacja ϱ A B wyznacza nową relację ϱ B A w następujący sposób: (b, a) ϱ def (a, b) ϱ. Relację ϱ nazywamy relacją odwrotną do relacji ϱ. W takim przypadku mamy, że D ϱ = R ϱ oraz R ϱ = D ϱ. Niech ϱ A B oraz µ B C, będątakie,żed ϱ R µ.relacjęη A C taką, że x, z η istnieje y B, że xϱy yϱz. nazywamy złożeniem (superpozycją) relacji ϱ oraz µ i oznaczamy pisząc η = µ ϱ. Przykład. Weźmy pod uwagę relacje: ϱ {a, b, c} {α, γ} i µ {α, β, γ} { 2, 0,, 5, 8} gdzie ϱ = a, α, b, α, c, γ } oraz µ = { α, 2, α, 0, β,, γ,5, δ, 8 }. Złożeniem tych relacji jest relacja η {a, b, c} { 2, 0,, 5, 8} taka, że η = µ ϱ = { a, 2, a, 0, b, 2, b, 0, c, 5 }. Przykład. Dana jest relacja χ {0,, 2, 3,...,9} {0,, 2, 3,...,9} zdefiniowana warunkiem: aχb 3a = b 3a +=b. Wyznaczymy relacje χ. Zanim przejdziemy do wyznaczenia relacji χ należa ce do relacji χ. Mamy: na wste pie wypiszmy precyzyjnie pary χ = { 0, 0, 0,,, 3,, 4, 2, 6, 2, 7, 3, 9 }. Bezpośrednio z definicji relacji odwrotnej dostajemy, że χ = { 0, 0,, 0, 3,, 4,, 6, 2, 7, 2, 9, 3 }. Twierdzenie. Jeśli ϱ A B, µ B C i ν C D, to: (i) ν (µ ϱ) =(ν µ) ϱ; (ii) (µ ϱ) = µ ϱ.

14 4 Dowód. Wykażemy prawdziwość (i). Przypuśćmy, że x, z A D. Mają miejsce następujące fakty: x, z ϱ (µ ν) wtt, gdy istnieją t C, że x, t µ ν oraz t, z ϱ wtt, gdy istnieją t C i y B, że x, y ϱ oraz y,t µ oraz t, z ν wtt, gdy istnieje y B, że a, b ϱ oraz y,z ν µ wtt, gdy x, t (ν µ) ϱ. Rozpatrzmy teraz przypadek (ii). Niech t, x C A. Wtedy: t, x (µ ϱ) wtt, gdy x, t µ ϱ wtt, gdy istnieje y B, że x, y ϱ oraz y,t µ wtt, gdy istnieje y B, że y,x ϱ oraz t, y µ wtt, gdy t, x ϱ µ Przedstawimy teraz kilka przyk ladów relacji. Przyk lad. a) Niech A = B = A be dzie zbiorem wszystkich ludzi żyja cych na Ziemi (w dowolnym okresie jej istnienia). Relacje bycia przodkiem rozumiemy wtedy jako zbiór par a, b takich, że osoba a jest przodkiem osoby b bezwzgle du na czas dziela cy ich daty urodzenia. b) Niech X = Y = R. Rozważmy nierówność y>x+. Oznaczmy przez ϱ zbiór par x, y, które spe lniaja nasza nierówność. Sta dpiszemy: x, y ϱ y>x+. c) Niech niepusty zbiór X będzie przestrzenią, zaś P(X) zbiorem potęgowym X. Zgodnie z wprowadzoną poprzednio definicja inkluzji i definicja relacji wiemy, że mie dzy zbiorami A P(X) oraz B P(X) zachodzi inkluzja tylko w pewnych przypadkach. Zatem inkluzja jest w lasnościa par uporza dkowanych A, B zbiorów elementów P(X). Jestwie cinkluzja podzbiorem produktu P(X) P(X), awie crelacja. Dotychczas rozważaliśmy przypadki, gdy produkt kartezjański tworzony by l z dwóch zbiorów, a co za tym idzie relacje odnosi ly sie do par elementów. W przypadku ogólnym relacjami dwucz lonowymi w produkcie X Y,gdzieX i Y sa dowolnymi zbiorami, nazywamy podzbiory tego produktu. Jeśli ϱ jest podzbiorem produktu X X, tomiastmówić, że ϱ jest relacja dwucz lonowa wwprodukciex X, cze sto mówimy, że ϱ jest relacja dwucz lonowa w X. W zbiorze wszystkich relacji dwucz lonowych możemy wyróżnić pewne ich klasy. Przedstawimy je w naste puja cej definicji. Relacje dwucz lonowa ϱ X X nazywamy: (i) zwrotna def dla każdego x X jest xϱx; (ii) przeciwzwrotna def dla każdego x X jest (xϱx); (iii) symetryczna def dla każdego x X oraz y X jest xϱy = yϱx; (iv) przeciwsymetryczna (v) antysymetryczna def dla każdego x X oraz y X jest xϱy = (yϱx); def dla każdego x X oraz y X jest (xϱy) (yϱx) = (x = y); (vi) przechodnia def dla każdych x X i y X iżdego z X jest (xϱy) (yϱz) (xϱz); (vii) spójna def dla każdego x X i każdego y X jest { (x y) = [(xϱy) (yϱx)] }.

15 5 Przyk lad. Poszczególne rodzaje relacji zilustrujemy przykładami a) Relacjaprzystawaniatrójka tów jest relacja zwrotna w zbiorze wszystkich trójka tów. b) Relacja wie kszości liczb w zbiorze liczb rzeczywistych jest przeciwzwrotna. c) Przyk ladem relacji symetrycznej jest relacja podzielności w zbiorze liczb ca lkowitych, bo każda liczba ca lkowita jest podzielna przez sama siebie. d) Przyk ladem relacji przeciwsymetrycznej jest relacja wie kszości w zbiorze liczb rzeczywistych. e) Relacja niewie kszości w zbiorze liczb rzeczywistych jest przyk ladem relacji antysymetrycznej. f) Równoleg lość prostychnap laszczyźnie jest relacja przechodnia. g) Niech X be dzie zbiorem liter alfabetu lacińskigo. Przyje taumowacodokolejności liter w nim zawartych pozwala ustalić relacje hierarchie wyrazów (hase l) w skorowidzach nazw czy hase l. Tak określona relacja jest relacja spójna. Podobnie relacja niewie kszości ( ) jest relacja spójna. 3. Liczby naturalne Niech A będzie rodziną zbiorów. Rodzinę tę nazywamy induktywną wtt, gdy: (i) A; (ii) dla każdego X A,zbiórX {X} A. Operacją następnika nazywamy operację, króra każdemu zbiorowi X przyporządkowuje zbiór X {X}. Następnik zbioru X oznaczamy przez X. W aksjomatyce Zermelo-Fraenkla istnienie zbiorów induktywnych gwarantuje aksjomat nieskończoności. Mówiąc krótko wyraża on istnienie zbiorów nieskończonych. Twierdzenie. Istnieje najmniejszy zbiór induktywny tj. taki zbiór induktywny A 0,żedla dowolnego zbioru induktywnego B jest A 0 B. Dowód. Przypuśćmy, że A jest zbiorem induktywnym. Rozpatrzmy rodzinę zbiorów taką, że ={B A B jest zbiorem induktywnym }. Wynika stąd, że również zbiór A 0 = jest zbiorem induktywnym. Pozostaje wykazać, że A jest najmniejszym zbiorem induktywnym. Jeśli B jest zbiorem induktywnym, to B A. Z kolei z definicji iloczynu zbiorów wynika, że A 0 B A. Z drugiej strony skoro B A B, to A 0 B. Z tego, że ostatnia inkluzja zachodzi dla wszystkich elementów rodziny, to A 0 jest najmniejszym zbiorem induktywnym, w sensie relacji zawierania.

16 6 Przez zbiór liczb naturalnych rozumiemy najmniejszy zbiór induktywny i oznaczamy go przez N. Z definicji zbioru induktywnego (warunek (i)), zawiera on zbiór pusty, który reprezentuje liczbę 0. Z drugiej strony (warunek (ii)), N zawiera następnik 0 (oznaczany symbolem ), a także następnik następnika 0 (oznaczany symbolem 2), itd. Twierdzenie. (Zasada indukcji) Jeśli M N jest zbiorem liczb naturalnych spełniającym warunki: 0 M, dla dowolnie wybranej liczby n takiej, że n M, zachodzi n M, to M zawiera wszystkie liczby naturalne tj. M = N. Dowód. Teza twierdzenia jest konsekwencją bycia przez N najmniejszym zbiorem induktywnym. Małymi literami alfabetu będziemy oznaczać elementy zbioru N. Twierdzenie. Dla dowolnych m N oraz n N: (i) jeśli m n, tom n; (ii) n n; (iii) jeśli m = n,tom = n; (iv) jeśli m n oraz m n, tom n; (v) zachodzi: m n lub n m; (vi) zachodzi dokładnie jedna z możliwości: m n, m = n, n m. Dowód. Dowód poprowadzimy przez indukcję. Ad. (i) Niech M = {n N dla każdego m n jest m n}. Chcemy wykazać induktywność zbioru M. Mamy: 0 M. Przypuśćmy, że n M. Po to by wykazać, że n Mobierzmy dowolne m n. Ponieważ n = n {n}, to mamy możliwe dwa przypadki. Jeśli m n, toz założenia indukcyjnego mamy m n, awięcm n. Jeżeli zaś m = n, tom n. Wynika stąd, że w każdym z tych przypadków m n, co w konsekwencji dowodzi, że n M. Ad. (ii) Rozpatrzmy zbiór M = {n N n n}. W takim przypadku 0 M. Przypuśćmy, że n Mi załóżmy, że n n {n}. Wtedy albo n n albo n = n. Jeślin n, to korzystając z warunku (i) mamy n {n} n, co oznacza, że n n co przeczy założeniu indukcyjnemu. Jeśli zaś n = n, to otrzymujemy sprzeczność z założeniem indukcyjnym. Zatem przypuszczenie, że n n {n} jest błędne. Dowodzi to, że n M. Ad. (iii) Teraz załóżmy, że m {m} = n {n}. Wynikastąd,żem musi należeć do zbioru po prawej stronie znaku równości. Jeśli m n, tonamocy(i)mamy,żem n. Gdyzaśm = n, to także m n. Z symetrii założeń wynika również n m, coprowadzidorównościm = n. Ad. (iv) Niech teraz M = {n N dla każdego m n, jeśli m n, to m n}. Na pewno

17 7 0 M bo zbiór pusty nie zawiera podzbiorów właściwych. Przypuśćmy, że n Miniech m n. ( ) Załóżmy, że m jest podzbiorem właściwym zbioru n. Pokażęmy, że m n.jeślin m, tona podstawie (i) jest n m, zatemn m izzałóżenia: m n, otrzymujemy róność n = m a więc sprzeczność. Mamy zatem n m. Z założenia ( ) otrzymujemy m n. Jeśl m = n, tom n. Niech zatem m n. Ponieważ m jest podzbiorem właściwym n, toz założenia indukcyjnego otrzymujemy, że m n, codajem n. To zaś oznacza koniec dowodu podpunktu (iv) twierdzenia. Ad. (v) Teraz rozpatrzmy zbiór M = {n N dla każdego m N, jeślin m, to m n}. Dla wykazania induktywności zbioru M zauważmy, że 0 Moraz załóżmy, że n M. Obierzmy dowolny m taki, że n m ( ) Z założenia indukcyjnego mamy, że m n lub też n m. Gdym n, tom n cokończy proces dwodowy. Przypuśćmy zatem, że n m. Na podstawie (iv) mamy, że n m. Wynika stąd, że n m, co przeczy ( ). Dowodzi to, że założony przypadek nie może zajść. Stąd n M. Ad. (vi) Ten podpunkt jest konsekwencją wcześniejszych podpunktów. Jeden z warunków wynika z (iv) i (v), podczas gdy niemożliwość zajścia dwóch spośród wymienionych przypadków wynika z (ii) oraz (i). W zbiorze liczb nauralnych relacja zawierania oznaczana jest symbolem, podczas,gdy relacja przynależnośći oznazczana jest symbolem <. Jeśli piszemy n m, to mówimy,że n jest mniejsze od m oraz, że m jest większe od n. Następnik liczby n jest oznaczany poprzez n +. Liczba naturalna jest równocześnie zbiorem wszystkich liczb naturalnych mniejszych od niej, co oznacza, że n = {k N k<n}. Twierdzenie. Jeśli n jest liczbą naturalną, zaś X niepustym zbiorem takim, że X n, to istnieje n 0 X, żedlakażdegom X zachodzi warunek m n 0,tj. n 0 jest największą liczbą w X. Innymi słowy, ostatnie twierdzenie głosi, że każdy skończony i niepusty podzbiór liczb naturalnych ma element największy. Dowód. Niech M oznacza zbiór tych wszystkich liczb naturalnych n, że dla każdego niepustego podzbioru X n istnieje n 0 X, żedlakażdegom X ma miejsce nierówność: m n 0. Chcemy pokazać, że M jest zbiorem induktywnym. Z oczywistych powodów 0 M. Przypuśćmy, że n Moraz niech X n będzie dowolnym niepustym podzbiorem. Rozpatrzmy dwie możliwości.

18 8 Jeśli n X, to szukanym elementem jest n. Gdy zaś n X, wtedyx n i założenia indukcyjnego mamy, że istnieje n 0 X o stosownych własnościach. Twierdzenie. (Zasada minimum) Każdy niepusty zbiór liczb naturalnych ma liczbę najmniejszą tj. taką, że jeśli X N oraz X, toistniejen 0 X, żedlakażdegom X zachodzi warunek n 0 m. Dowód. Przypuśćmy, że X jest podzbiorem N nie zawierającym elementu najmniejszego. Niech ponadto M = {n N n X = }. Chcemy wykazać induktywność zbioru M. Łatwo widać, że 0 M. Przypuśćmy, że n M oraz, że n X. Stąd n X oraz dla każdego m<nmamy m X. To zaś oznacza, że n jest najmniejszym elementem w X. Sprzeczność ta dowodzi, że n X =, co oznacza, że n M Na mocy zasady indukcji mamy, że M = N,awięcX =. Z tej sprzeczności wynika, że X musi mieć element najmniejszy. 4. Funkcje Rozpatrzmy dowolne zbiory A i B. Przez funkcję z A w B rozumiemy uporządkowaną trójkę f,a,b taką, że f A B jest relacją spełniającą następujące warunki: (i) dla każdego x A istnieje y B, że x, y f; (ii) dla każdego x A oraz każdych y b oraz y 2 B, jeśli x, y f oraz x, y 2 f, to y = y 2. Przedstawiona definicja wskazuje na istotność każdego z elementów trójki f,a,b awięc nie tylko relację f, ale w tym samym stopniu zbiory A i B. Zbiór A nazywamy dziedziną, zaś zbiór B przeciwdziedziną funkcji f. Zwykle zamiast pisać f,a,b piszemy f : A B. Zbiór wszystkich funkcji z A w B oznaczamy symbolem A B. Jeśli w definicji funkcji zrezygnujemy z warunku (i), to trójkę f,a,b spełniającą jedynie warunek (ii) nazywamy funkcją częściową z A w B. Zbiór Dom(f) ={x A istnieje b B, że x, y f} nazywamy dziedziną funkcji częściowej f. W przypadku, gdy f A B jest funkcją częściową z A w B, to jest funkcją z Dom(f) w B. Funkcję ze zbioru A wzbiórb nazywamy równoważnie odwzorowaniem określonym na zbiorze A i o wartościach w zbiorze B. Przyjęła się niepisana umowa, że funkcja to odwzorowanie zbioru liczbowego, lub produktu kartezjańskiego takich zbiorów w inny zbiór liczbowy my jednak obu nazw będziemy używać zamiennie. Dla oznaczenia funkcji będziemy używać na ogół małych liter alfabetu łacińskiego. Symbol f : A B będzie oznaczał, że f odwzorowuje zbiór A wzbiórb, natomiast symbol f : x y, żef przyporządkowuje elementowi x A element y B. Niekiedy element przyporza dkowany elementowi x A poprzez funkcję f be dziemy

19 9 oznaczać przez f(x). Wtedy f(x) oznacza wartość odwzorowania f dla elementu x, lub obraz elementu x poprzez funkcję f. Podzbiór zbioru B złożony z wszystkich tych elementów y, że dla każdego z nich istnieje przynajmniej jeden element x ze zbioru A, że y jest obrazem x poprzez funkcję f tj. y = f(x) nazywamy obrazem zbioru A poprzez funkcję f. Mamy zatem: f(a) = { y B : istnieje x A, że y = f(x) }. Podobnie, jeśli X jest dowolnym podzbiorem zbioru A, to obraz tego zbioru poprzez odwzorowanie f oznaczamy przez f(x) ikładziemy: f(x) = { y B : istnieje x A, że y = f(x) }. Jeśli f(a) =B, tomówimy,że f : A B jest funkcją przekształcającą zbiór A na zbiór B. Odwzorowanie f : A A nazywamy odwzorowaniem zbioru A w siebie, gdy f(a) A, natomiast odwzorowaniem zbioru A na siebie, gdy f(a) =A. Odwzorowanie i zbioru A na siebie, w którym obrazem każdego elementu x A jest ten sam element tj. dla wszystkich x A jest i(a) =a nazywamy odwzorowaniem identycznościowym zbioru A na siebie i oznaczamy przez i A. Jeżeli dziedzina A funkcji f jest zborem pustym, zaś B jest dowolnym zbiorem, to relacja f A B jest relacją pustą (jako podzbiór zbioru pustego). Gdy zaś A oraz B =, to funkcja z A w B nie istnieje. Znów mamy A B = A =, jednak teraz relacja pusta jest funkcją częściową, ale nie jest funkcją. Korzystając z definicji funkcji wprowadzimy teraz nowe pojęcia. Przez indeksowaną rodzinę zbiorów rozumiemy dowolną funkcję ze zbioru indeksów I w rodzinę zbiorów A. Rodzinę indeksowaną zbiorów oznaczamy zwykle symbolem: {A i } i I. Jeśli A jest dowolnym zbiorem, to słowem nad alfabetem A nazywamy każdy skończony ciąg elementów zbioru A, tj. funkcję w : {0,, 2,...,n} A, gdzie(n +) N nazywamy długością słowa, którą zwykle oznaczamy symbolem w. Zbiór wszystkich słów nad alfabetem A (niezależnie od ich długości) oznaczamy symbolem A. Słowem pustym, oznaczanym zwykle symbolem ε, nazywamy słowo nad każdym alfabetem o długości 0. SymbolA n oznaczał będzie zbiór uporządkowanych n-tek postaci x 0,x,...,x n, które mogą być również traktowane jako słowa długości n nad alfabetem A. Wtedy x 0,x,...,x n może być reprezentowana w przez funkcję w : n A, dlaktórejw(i) =a i,przyi {0,,...,n }. WzbiorzeA możemy określić operację składania (konkatenacji) słów w taki sposób, że jeśli w : n A, zaśu : m A, towu :(m + n) A, przy czym: { w(i), gdy i {0,,...,n }, (wu)(i) = w(i n), gdy i {n, n +,...,m+ n }. Dla dowolnie ustalonego zbioru A, przez multizbiór rozumiemy każdą funkcję M : A N. Opisowo, funkcja M z każdemu elementowi bioru A przypisuje krotność jego występowania. Oznacza to, że jeżeli element x A ma przypisaną krotność 0, to nie występuje on w multizbiorze,

20 20 jeśli zaś M(x) =3, toelementx pojawia się trzykrotnie. Zbiór wszystkich multizbiorów zbioru A oznaczamy symbolem M(A). Dowolny podzbiór zbioru A, jest multizbiorem, którego każdy z elementów ma krotność nie przekraczającą. Odwzorowanie f : A B nazywamy różnowartościowym wtedy i tylko wtedy, gdy dla dowolnych x A oraz x 2 A zachodzi warunek: (x x 2 = f(x ) f(x 2 )). Różnowartościowe odwzorowanie zbioru A na zbiór B nazywamy też wzajemnie jednoznacznym odwzorowaniem zbioru A na zbiór B. Jeśli odwzorowanie f,a,b jest równocześnie różnowartościowe i na, to nazywamy je bijekcją. Jeśli f : A B, to możemy ją rozpatrywać w dowolnym podzbiorze X A iwtedy mówimy, że rozpatrujemy obcięcie funkcji f do zbioru X. Dla podkreślenia zawężenia dziedziny funkcji f ze zbioru A do zbioru X używamy symbolu f X. Funkcje g przeprowadzającą zbiór B na cały zbiór A nazywamy funkcją odwrotną do funkcji f przeprowadzającej zbiór A na zbiór B, gdy dla każdego x A oraz każdego y B zachodzą równości: g(f(x)) = i A (x) =x oraz f(g(y)) = i B = y. Funkcję odwrotną do funkcji f, dla podkreślenia jej związku z funkcją f będziemy zwykle oznaczać symbolem f. Odwzorowania różnowartościowe nazywane są niekiedy odwracalnymi. Wśród wszystkich odwzorowań wyróżnia się także odwzorowania częściowo odwracalne tj. takie, które zawężone do pewnego podzbioru dziedziny są różnowartościowe. Zwróćmy teraz uwagę, że istnienie dla danej funkcji, funkcji do niej odwrotnej jest obwarowane warunkiem różnowartościowości. W przypadku, gdy mówimy o relacji warunek ten nie jest wymagany. Zatem jeśli dla danej funkcji nie istnieje funkcja odwrotna, wskutek jej nieróżnowartościowości, to na pewno istnieje relacja do niej odwrotna. Twierdzenie. Jeśli f : A B, g : B C są funkcjami, to: (i) relacja g f A c jest funkcją z A w C; (ii) gdy f i g są różnowartościowe odpowiednio na A i B, tog f jest różnowartościowa; (iii) gdy f i g są na, to g f jest na. Dowód. Ad (i) Z założenia, że f jest funkcją z A w B wynika, że dla dowolnego x A istnieje y B spełniające warunek a, y f. Z drugiej strony dla funkcji g zpodobnych powodów dla każdego y B istnieje z C, że y,z g. Stąd zgodnie z definicją składania relacji dla dowolnego x A istnieje z C, że x, z g f. Tak więc dla każdego x A istnieje obraz poprzez superpozycję g f. Pozostaje pokazać, że jest to obraz jedyny. Przypuśćmy, że tak niejesttj.,żeistniejądwiepary x, z g f oraz x, z 2 g f. Jednak w takim przypadku muszą istnieć elementy y oraz y 2 wzbiorzeb takie, że x, y f oraz x, y 2 f przy czym y,z g oraz y 2,z 2 g. Założenie o tym, że f jest funkcją prowadzi do równości: y = y 2.Z kolei założenie, że g jest funkcją daje równość: z = z 2. Ostatecznie z obu wykazanych powodów wynika, że relacja g f jest funkcją.

21 2 Ad (ii) Niech zgodnie z założeniem obie funkcje tj. f i g będą różnowartościowe i niech (g f)(x )=(g f)(x 2 ). Z faktu różnowartościowości funkcji g wynika równość: f(x ) = f(x 2 ). Dalej już z różnowartościowości funkcji f mamy, że x = x 2. Oznacza to, że g f jest różnowartościowa. Ad (iii) Zgodnie z założeniem niech f i g będą na. Zatem dla każdego elementu z C istnieje element y B, żez = g(y). Podobnie dla każdego y B istnieje x A, żey = f(x). Stąd też mamy zagwarantowane dla każdego z C istnienie takich elementów x A oraz y B, że c = g(y) =g ( f(x) ). Jest to zgodne z definicją funkcji na, którą tym razem spełnia g f. Zatem funkcje f : A B i g : B C wyznaczają nową funkcję, którą oznaczamy przez g f taką, że h : A C i określoną dla wszystkich x A warunkiem: h(x) =g ( f(x) ), którą nazywamy superpozycją (złożeniem) funkcji f i g i oznaczamy symbolem g f. Takwięc dla każdego x A: ( g f ) (x) =(g f)(x) Przykład. Niech f : R Rbędzie określona wzorem: f(x) =x 2 +, zaś g : R R wzorem: g(x) =sinx. Obie te funkcje mają wspólną dziedzinę, natomiast różne przeciwdziedziny. Możemy dla tych funkcji rozważać zarówno superpozycję f g jak i g f. Mamy: (g f)(x) =g(f(x)) = sin (x 2 +) zaś (f g)(x) =sin 2 x +. Jak łatwo zauważyć porównując oba te złożenia, a właściwie przeciwdziedziny tych złożeń, superpozycja funkcji nie jest przemienna. Twierdzenie. Dla dowolnych funkcji f : A B, g : B C i h : C D h (g f) =(h g) f. Dowód. Bezpośrednio z definicji złożenia funkcji mamy, że dla dowolnego x A zachodzą równości: (h (g f))(x) =h((g f)(x)) = h(g(f(x))), ((h g) f)(x) =(h g)(f(x)) = h(g(f(x))). Porównując je dostajemy tezę twierdzenia. Twierdzenie. Dla dowolnej funkcji f : A B następujące warunki są równoważne: (i) f ma funkcję odwrotną; (ii) f jest bijekcją; (iii) relacja odwrotna f jest funkcją. Dowód. Załóżmy zgodnie z (i), że f ma funkcję odwrotną i oznaczmy ją przez g. Zatem g : B A. Gdyf(x )=f(x 2 ),tog(f(x )) = g(f(x 2 )). Z drugiej strony mamy z założenia, że g f = i A,awięcx = x 2. Oznacza to różnowartościowość funkcji f.

22 22 Teraz pokażemy, że f jest na. Niech y B będzie dowolnie wybrany i niech a = g(y). Stąd f(x) =f(g(y)) = y, bof g = i B. Oznacza to, że f jest na (czyli jest bijekcją). Obecnie przypuśćmy, że spełniony jest warunek (ii) twierdzenia. Niech y B będzie dowolnie wybrany. Z tego, że f jest na wynika, że istnieje x A dla którego f(x) =y. To zaś oznacza, że y,x f. Załóżmy teraz, że y,x f,atakże y,x 2 f.wtedyotrzymujemy równość: f(x )=f(x 2 ), a z różnowartościowości funkcji f mamy x = x 2. Oznacza to, że relacja f jest funkcją. Niech teraz spełniony będzie warunek (iii). Dla każdego x A mamy: x, x f f,gdyż x, f(x) f. Konsekwencją tego faktu jest, że i A f f. Gdy założymy, że x,x 2 f f, toistniejey B dla którego x,y f oraz y,x 2 f. Wynika stąd również, że y,x f,askorof jest funkcją, to x = x 2.Zatemf f = i A. Dla funkcji f : A B wprowadziliśmy poprzednio pojęcie obrazu elementu x zbioru A poprzez funkcję f. Przypomnijmy, że jest to taki element y zbioru B, że x, y f. Jeśliteraz X A będzie dowolnym podzbiorem dziedziny funkcji f. Obrazem zbioru X poprzez funkcję f : A B nazywamy zbiór f(x) B, że f(x) def = {f(x)} = { y B istnieje x X, że y = f(x) } x X Jeśli Y B, to przeciwobrazem zbioru Y poprzez funkcję f nazywamy zbiór f (Y ) określony równością: f (Y ) def = {f (y)} = { x A f(x) Y }. y Y Twierdzenie. Dla dowolnej funkcji f : A B oraz rodziny X podzbiorów zbioru A i rodziny Y podzbiorów zbioru B mamy: (i) f ( X )= { } f(x) X X ; (ii) jeśli X, tof ( X ) { } f(x) X X ; (iii) f ( Y)= { } f (Y ) Y Y ; (iv) jeśli Y, tof (Y) = { } f (Y ) Y Y. Dowód. Ad (i) Zgodnie z definicją obrazu zbioru poprzez funkcję mamy dla dowolnego X X,żef(X) = {f(x)}. Zatem skoro X = X, to dostajemy natychmiast, że x X X X X X [ ( )] ( ) f X = f {f(x)} = { } f(x) X X x X Ad (ii) Niech y f ( ) X. Zatem istnieje x X,żey = f(x). Na mocy definicji iloczynu zbiorów (w szczególności definicji iloczynu rodziny zbiorów) mamy, że x X dla wszystkich X X. Z drugiej strony oznacza to, że f(x) { } f(x). Tak więc teza (ii) jest prawdziwa. X X

23 23 Ad (iii) Przyjmijmy, że x f ( ) Y jest dowolnie wybrany. Stąd zaś wynika, że f(x) Y. Dalej z definicji sumy zbiorów wynika, że istnieje zbiór Y Y,doktóregonależyf(x). To z kolei oznacza, że istnieje Y Y,żex f (Y ). W konsekwencji jest tak wtedy i tylko wtedy, gdy x { f }. Y Y Ad (iv) Technika dowodowa tej tezy jest analogiczna do zaprezentowanej w poprzednich podpunktach. 5. Definicje indukcyjne Jak to zostało omówione w paragrafie 3. zbiór liczb naturalnych N jest najmniejszym zbiorem zawierającym 0 i zamkniętym ze względu na jednoargumentową operację następnika. Te własności zbioru liczb naturalnych umożliwiają definiowanie w nim pewnych funkcji. Dla przykładu niech f oznacza działanie dodawania liczb naturalnych (dwuargumentową i wewnętrzną operację w N )tj. f : N N N.Mamy: f(m, 0) =m, f(m, n )= ( f(m, n) ). Przy użyciu tych dwóch równości możemy wykonywać działanie dodawania w zbiorze N.Liczba m występująca w tej definicji nosi nazwę parametru. Jest to liczba naturalna dowolnie ustalona. Twierdzenie. (o definiowaniu przez indukcję) Niech A i B będą dowolnie ustalonymi zbiorami i niech B, zaśg : A B i h : B A N B dowolnymi funkcjami. Istnieje dokładnie jedna funkcja f : A N B spełniająca dla dowolnych x A oraz n N następujące warunki: f(x, 0) =g(x), f(x, n )=h ( f(x, n),x,n ). Na wstępie uprzedźmy, że dowód tego twierdzenia zostanie przedstawiony w dalszej części wykładu. Dodajmy też, że w przedstawionym twierdzeniu zbiór A jest zbiorem parametrów. Jako efekt tego twierdzenia możemy przedstawić pewne uporządkowanie zaprezentowanej poprzednio definicji dodawania liczb naturalnych. Rolę funkcji g pełni funkcja identyczność i N w zbiorze liczb naturalnych, zaś rolę funkcji h operacja następnika. Wartość funkcji f dla liczb naturalnych m i n oznaczamy tradycyjnie poprzez m + n. Teraz przedstawimy definicję mnożenia liczb naturalnych. Będziemy się trzymać oznaczeń użytych w twierdzeniu. Mnożenie liczb naturalnych jest to jedyna funkcja f : N N N określona układem równań: f(m, 0) =0, f(m, n )=m + f(m, n). Funkcja g ma w tym przypadku postać g(x) =0dla x N,zaśh ma postać h(x, y, z) =y + x, dla x N, y N, z N.

24 24 Rozpatrzmy teraz operację iteracji, którą oznaczymy przez Iter i wtedy Iter : P(A A) N P(A A) dla każdej relacji binarnej w A, przy czym o zbiorze A niczego nie zakładamy. Dla realacji ϱ A A przyjmujemy definicję: Iter(ϱ, 0) =i A, Iter(ϱ, n )=ϱ Iter(ϱ, n), gdzie Iter(ϱ, n) oznacza n-krotne złożenie relacji ϱ ze sobą. Funkcja g (z ostatniego twierdzenia) jest określona następująco: { g : P(A A) P(A A), g(ϱ) =i A, przy czym ϱ P(A A). Zaś funkcja h (również wymieniona w ostatnim twierdzeniu) ma postać: { h : P(A A) P(A A) N P(A A), h(ϱ,ϱ 2,n)=ϱ 2 ϱ 2, dla ϱ P(A A) i ϱ 2 P(A A) oraz n N. Dla ilustracji przedstawionego opisu rozpatrzmy następującą sytuację. Niech k N będzie dowolną liczbą naturalną dodatnią i niech A = {0, } k oraz niech ϕ : {0, } k {0, } oznacza pewną funkcję k-argumentową. Wtedy dla dowolnego x 0,x,...,x k mamy ϕ ( x 0,x,...,x k ) = x k. Funkcja ϕ określona poprzednio pozwala na określenie odwzorowania I ϕ : {0, } k {0, }, zwanego systemem iteracyjnym funkcji ϕ, gdzie{0, } oznacza zbiór wszystkich słów (ciągów) nieskończonych nad alfabetem {0, }. Ciągi takie nazywamy obliczeniami systemu I ϕ,aokreślamy je następującą równością: I ϕ ( x0,x,...,x k ) =(x 0,x,...,x k,x k,x k,...) gdzie dla dowolnego i N jest x i+k = ϕ ( x i,x i+,...,x i+k ). W oparciu o funkcję ϕ możemy określić relację ϱ ϕ {0, } k {0, } k. Jeśli przyjmiemy, że x 0 := x 0,x,...,x k oraz x := x,x 2,...,x k,ϕ ( x 0,x,...,x k ),to: x i, x j ϱ ϕ def x j = x i,ϕ(x i ), gdzie x i = x,x 2,...,x k jest elementem {0, } k powstałym z x i poprzez obcięcie pierwszego wyrazu.

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

W pewnym mieście jeden z jej mieszkańców goli wszystkich tych i tylko tych jej mieszkańców, którzy nie golą się

W pewnym mieście jeden z jej mieszkańców goli wszystkich tych i tylko tych jej mieszkańców, którzy nie golą się 1 Logika Zdanie w sensie logicznym, to zdanie oznajmujące, o którym da się jednoznacznie powiedzieć, czy jest fałszywe, czy prawdziwe. Zmienna zdaniowa- to symbol, którym zastępujemy dowolne zdanie. Zdania

Bardziej 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

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

Elementy logiki i teorii mnogości

Elementy logiki i teorii mnogości Elementy logiki i teorii mnogości Zdanie logiczne Zdanie logiczne jest to zdanie oznajmujące, któremu można przypisać określoną wartość logiczną. W logice klasycznej zdania dzielimy na: prawdziwe (przypisujemy

Bardziej szczegółowo

1. Wstęp do logiki. Matematyka jest nauką dedukcyjną. Nowe pojęcia definiujemy za pomocą pojęć pierwotnych lub pojęć uprzednio wprowadzonych.

1. Wstęp do logiki. Matematyka jest nauką dedukcyjną. Nowe pojęcia definiujemy za pomocą pojęć pierwotnych lub pojęć uprzednio wprowadzonych. Elementy logiki i teorii zbiorów. 1. Wstęp do logiki. Matematyka jest nauką dedukcyjną. Nowe pojęcia definiujemy za pomocą pojęć pierwotnych lub pojęć uprzednio wprowadzonych. Pojęcia pierwotne to najprostsze

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

Równoliczność zbiorów

Równoliczność zbiorów Logika i Teoria Mnogości Wykład 11 12 Teoria mocy 1 Równoliczność zbiorów Def. 1. Zbiory X i Y nazywamy równolicznymi, jeśli istnieje bijekcja f : X Y. O funkcji f mówimy wtedy,że ustala równoliczność

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

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

Uwaga 1. Zbiory skończone są równoliczne wtedy i tylko wtedy, gdy mają tyle samo elementów.

Uwaga 1. Zbiory skończone są równoliczne wtedy i tylko wtedy, gdy mają tyle samo elementów. Logika i teoria mnogości Wykład 11 i 12 1 Moce zbiorów Równoliczność zbiorów Def. 1. Zbiory X i Y są równoliczne (X ~ Y), jeśli istnieje bijekcja f : X Y. O funkcji f mówimy wtedy, że ustala równoliczność

Bardziej szczegółowo

Indukcja. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Indukcja. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak Indukcja Materiały pomocnicze do wykładu wykładowca: dr Magdalena Kacprzak Charakteryzacja zbioru liczb naturalnych Arytmetyka liczb naturalnych Jedną z najważniejszych teorii matematycznych jest arytmetyka

Bardziej szczegółowo

Wykład ze Wstępu do Logiki i Teorii Mnogości

Wykład ze Wstępu do Logiki i Teorii Mnogości Wykład ze Wstępu do Logiki i Teorii Mnogości rok ak. 2016/2017, semestr zimowy Wykład 1 1 Wstęp do Logiki 1.1 Rachunek zdań, podstawowe funktory logiczne 1.1.1 Formuła atomowa; zdanie logiczne definicje

Bardziej 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

0.1. Logika podstawowe pojęcia: zdania i funktory, reguły wnioskowania, zmienne zdaniowe, rachunek zdań.

0.1. Logika podstawowe pojęcia: zdania i funktory, reguły wnioskowania, zmienne zdaniowe, rachunek zdań. Wykłady z Analizy rzeczywistej i zespolonej w Matematyce stosowanej Wykład ELEMENTY LOGIKI ALGEBRA BOOLE A Logika podstawowe pojęcia: zdania i funktory, reguły wnioskowania, zmienne zdaniowe, rachunek

Bardziej szczegółowo

Rachunek zdań. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Rachunek zdań. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak Rachunek zdań Materiały pomocnicze do wykładu wykładowca: dr Magdalena Kacprzak RACHUNEK ZDAŃ Zdania Definicja Zdanie jest to stwierdzenie w języku naturalnym, któremu można przypisać wartość prawdy lub

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

Logika Stosowana. Wykład 1 - Logika zdaniowa. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017

Logika Stosowana. Wykład 1 - Logika zdaniowa. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017 Logika Stosowana Wykład 1 - Logika zdaniowa Marcin Szczuka Instytut Informatyki UW Wykład monograficzny, semestr letni 2016/2017 Marcin Szczuka (MIMUW) Logika Stosowana 2017 1 / 30 Plan wykładu 1 Język

Bardziej szczegółowo

Np. Olsztyn leży nad Łyną - zdanie prawdziwe, wartość logiczna 1 4 jest większe od 5 - zdanie fałszywe, wartość logiczna 0

Np. Olsztyn leży nad Łyną - zdanie prawdziwe, wartość logiczna 1 4 jest większe od 5 - zdanie fałszywe, wartość logiczna 0 ĆWICZENIE 1 Klasyczny Rachunek Zdań (KRZ): zdania w sensie logicznym, wartości logiczne, spójniki logiczne, zmienne zdaniowe, tabele prawdziwościowe dla spójników logicznych, formuły, wartościowanie zbioru

Bardziej szczegółowo

Elementy logiki. Wojciech Buszkowski Wydział Matematyki i Informatyki UAM Zakład Teorii Obliczeń

Elementy logiki. Wojciech Buszkowski Wydział Matematyki i Informatyki UAM Zakład Teorii Obliczeń Elementy logiki Wojciech Buszkowski Wydział Matematyki i Informatyki UAM Zakład Teorii Obliczeń 1 Klasyczny Rachunek Zdań 1.1 Spójniki logiczne Zdaniem w sensie logicznym nazywamy wyrażenie, które jest

Bardziej szczegółowo

Elementy teorii mnogości. Część I. Wojciech Buszkowski Zakład Teorii Obliczeń Wydział Matematyki i Informatyki Uniwersytet im.

Elementy teorii mnogości. Część I. Wojciech Buszkowski Zakład Teorii Obliczeń Wydział Matematyki i Informatyki Uniwersytet im. Elementy teorii mnogości 1 Elementy teorii mnogości Część I Wojciech Buszkowski Zakład Teorii Obliczeń Wydział Matematyki i Informatyki Uniwersytet im. Adama Mickiewicza Elementy teorii mnogości 2 1. Pojęcia

Bardziej szczegółowo

Ziemia obraca się wokół Księżyca, bo posiadając odpowiednią wiedzę można stwierdzić, czy są prawdziwe, czy fałszywe. Zdaniami nie są wypowiedzi:

Ziemia obraca się wokół Księżyca, bo posiadając odpowiednią wiedzę można stwierdzić, czy są prawdziwe, czy fałszywe. Zdaniami nie są wypowiedzi: 1 Elementy logiki W logice zdaniem nazywamy wypowiedź oznajmującą, która (w ramach danej nauki) jest albo prawdziwa, albo fałszywa. Tak więc zdanie może mieć jedną z dwóch wartości logicznych. Prawdziwość

Bardziej szczegółowo

Jest to zasadniczo powtórka ze szkoły średniej, być może z niektórymi rzeczami nowymi.

Jest to zasadniczo powtórka ze szkoły średniej, być może z niektórymi rzeczami nowymi. Logika Jest to zasadniczo powtórka ze szkoły średniej, być może z niektórymi rzeczami nowymi. Często słowu "logika" nadaje się szersze znaczenie niż temu o czym będzie poniżej: np. mówi się "logiczne myślenie"

Bardziej szczegółowo

Wstęp do Matematyki (4)

Wstęp do Matematyki (4) Wstęp do Matematyki (4) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Liczby kardynalne Jerzy Pogonowski (MEG) Wstęp do Matematyki (4) Liczby kardynalne 1 / 33 Wprowadzenie

Bardziej szczegółowo

Kierunek i poziom studiów: Matematyka, studia I stopnia, rok 1 Sylabus modułu: Wstęp do matematyki (Kod modułu: 03-MO1N-12-WMat)

Kierunek i poziom studiów: Matematyka, studia I stopnia, rok 1 Sylabus modułu: Wstęp do matematyki (Kod modułu: 03-MO1N-12-WMat) Uniwersytet Śląski w Katowicach str. 1 Kierunek i poziom studiów: Matematyka, studia I stopnia, rok 1 Sylabus modułu: Wstęp do matematyki (Kod modułu: 03-MO1N-12-WMat) 1. Informacje ogólne koordynator

Bardziej szczegółowo

RACHUNEK ZDAŃ 7. Dla każdej tautologii w formie implikacji, której poprzednik również jest tautologią, następnik także jest tautologią.

RACHUNEK ZDAŃ 7. Dla każdej tautologii w formie implikacji, której poprzednik również jest tautologią, następnik także jest tautologią. Semantyczne twierdzenie o podstawianiu Jeżeli dana formuła rachunku zdań jest tautologią i wszystkie wystąpienia pewnej zmiennej zdaniowej w tej tautologii zastąpimy pewną ustaloną formułą, to otrzymana

Bardziej szczegółowo

1 Relacje i odwzorowania

1 Relacje i odwzorowania Relacje i odwzorowania Relacje Jacek Kłopotowski Zadania z analizy matematycznej I Wykazać, że jeśli relacja ρ X X jest przeciwzwrotna i przechodnia, to jest przeciwsymetryczna Zbadać czy relacja ρ X X

Bardziej szczegółowo

Monoidy wolne. alfabetem. słowem długością słowa monoidem wolnym z alfabetem Twierdzenie 1.

Monoidy wolne. alfabetem. słowem długością słowa monoidem wolnym z alfabetem Twierdzenie 1. 3. Wykłady 3 i 4: Języki i systemy dedukcyjne. Klasyczny rachunek zdań. 3.1. Monoidy wolne. Niech X będzie zbiorem niepustym. Zbiór ten będziemy nazywać alfabetem. Skończony ciąg elementów alfabetu X będziemy

Bardziej szczegółowo

Wstęp do matematyki listy zadań

Wstęp do matematyki listy zadań Projekt pn. Wzmocnienie potencjału dydaktycznego UMK w Toruniu w dziedzinach matematyczno-przyrodniczych realizowany w ramach Poddziałania 4.1.1 Programu Operacyjnego Kapitał Ludzki Wstęp do matematyki

Bardziej szczegółowo

Algebra zbiorów. Materiały pomocnicze do wykładu. przedmiot: Matematyka Dyskretna 1 wykładowca: dr Magdalena Kacprzak

Algebra zbiorów. Materiały pomocnicze do wykładu. przedmiot: Matematyka Dyskretna 1 wykładowca: dr Magdalena Kacprzak Algebra zbiorów Materiały pomocnicze do wykładu uczelnia: PJWSTK przedmiot: Matematyka Dyskretna 1 wykładowca: dr Magdalena Kacprzak Teoria mnogości Teoria mnogości jest działem matematyki zajmującym się

Bardziej szczegółowo

Przykłady zdań w matematyce. Jeśli a 2 + b 2 = c 2, to trójkąt o bokach długości a, b, c jest prostokątny (a, b, c oznaczają dane liczby dodatnie),

Przykłady zdań w matematyce. Jeśli a 2 + b 2 = c 2, to trójkąt o bokach długości a, b, c jest prostokątny (a, b, c oznaczają dane liczby dodatnie), Elementy logiki 1 Przykłady zdań w matematyce Zdania prawdziwe: 1 3 + 1 6 = 1 2, 3 6, 2 Q, Jeśli x = 1, to x 2 = 1 (x oznacza daną liczbę rzeczywistą), Jeśli a 2 + b 2 = c 2, to trójkąt o bokach długości

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

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

Kierunek i poziom studiów: matematyka, studia I stopnia, rok I. Sylabus modułu: Wstęp do matematyki (03-MO1S-12-WMat)

Kierunek i poziom studiów: matematyka, studia I stopnia, rok I. Sylabus modułu: Wstęp do matematyki (03-MO1S-12-WMat) Uniwersytet Śląski w Katowicach str. 1 Kierunek i poziom studiów: matematyka, studia I stopnia, rok I Sylabus modułu: Wstęp do matematyki (03-MO1S-12-WMat) 1. Informacje ogólne koordynator modułu Tomasz

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

- 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

Rodzinę F złożoną z podzbiorów zbioru X będziemy nazywali ciałem zbiorów, gdy spełnione są dwa następujące warunki.

Rodzinę F złożoną z podzbiorów zbioru X będziemy nazywali ciałem zbiorów, gdy spełnione są dwa następujące warunki. 3. Funkcje borelowskie. Rodzinę F złożoną z podzbiorów zbioru X będziemy nazywali ciałem zbiorów, gdy spełnione są dwa następujące warunki. (1): Jeśli zbiór Y należy do rodziny F, to jego dopełnienie X

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

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

Rozdział 6. Ciągłość. 6.1 Granica funkcji

Rozdział 6. Ciągłość. 6.1 Granica funkcji Rozdział 6 Ciągłość 6.1 Granica funkcji Podamy najpierw dwie definicje granicy funkcji w punkcie i pokażemy ich równoważność. Definicja Cauchy ego granicy funkcji w punkcie. Niech f : X R, gdzie X R oraz

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

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

Rozważmy funkcję f : X Y. Dla dowolnego zbioru A X określamy. Dla dowolnego zbioru B Y określamy jego przeciwobraz:

Rozważmy funkcję f : X Y. Dla dowolnego zbioru A X określamy. Dla dowolnego zbioru B Y określamy jego przeciwobraz: Rozważmy funkcję f : X Y. Dla dowolnego zbioru A X określamy jego obraz: f(a) = {f(x); x A} = {y Y : x A f(x) = y}. Dla dowolnego zbioru B Y określamy jego przeciwobraz: f 1 (B) = {x X; f(x) B}. 1 Zadanie.

Bardziej szczegółowo

Strona główna. Strona tytułowa. Spis treści. Strona 1 z 403. Powrót. Full Screen. Zamknij. Koniec

Strona główna. Strona tytułowa. Spis treści. Strona 1 z 403. Powrót. Full Screen. Zamknij. Koniec Strona z 403 Przedmowa Do wydania pierwszego Podręcznik przeznaczony jest dla studentów pierwszego roku studiów w Szkole Głównej Handlowej. Składa się dziesięciu rozdziałów zawierających teorię (definicje,

Bardziej szczegółowo

Dlaczego nie wystarczają liczby wymierne

Dlaczego nie wystarczają liczby wymierne Dlaczego nie wystarczają liczby wymierne Analiza zajmuje się problemami, w których pojawia się przejście graniczne. Przykładami takich problemów w matematyce bądź fizyce mogą być: 1. Pojęcie prędkości

Bardziej szczegółowo

Rekurencyjna przeliczalność

Rekurencyjna przeliczalność Rekurencyjna przeliczalność Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Funkcje rekurencyjne Jerzy Pogonowski (MEG) Rekurencyjna przeliczalność Funkcje rekurencyjne

Bardziej szczegółowo

Analiza funkcjonalna 1.

Analiza funkcjonalna 1. Analiza funkcjonalna 1. Wioletta Karpińska Semestr letni 2015/2016 0 Bibliografia [1] Banaszczyk W., Analiza matematyczna 3. Wykłady. (http://math.uni.lodz.pl/ wbanasz/am3/) [2] Birkholc A., Analiza matematyczna.

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

Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki. Wykład 9. Koniunkcyjne postacie normalne i rezolucja w KRZ

Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki. Wykład 9. Koniunkcyjne postacie normalne i rezolucja w KRZ Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 9. Koniunkcyjne postacie normalne i rezolucja w KRZ 1 Inferencyjna równoważność formuł Definicja 9.1. Formuła A jest

Bardziej szczegółowo

1 Logika Zbiory Pewnik wyboru Funkcje Moce zbiorów Relacje... 14

1 Logika Zbiory Pewnik wyboru Funkcje Moce zbiorów Relacje... 14 Wstęp do matematyki Matematyka, I rok. Tomasz Połacik Spis treści 1 Logika................................. 1 2 Zbiory................................. 7 3 Pewnik wyboru............................ 10

Bardziej szczegółowo

Elementy logiki Zbiory Systemy matematyczne i dowodzenie twierdzeń Relacje

Elementy logiki Zbiory Systemy matematyczne i dowodzenie twierdzeń Relacje Dr Maciej Grzesiak, pok.724 E e-mail: maciej.grzesiak@put.poznan.pl http://www.put.poznan.pl/ maciej.grzesiak Konsultacje: poniedziałek, 8.45-9.30, środa 8.45-9.30, piątek 9.45-10.30, pokój 724E Treść

Bardziej szczegółowo

BOGDAN ZARĘBSKI ZASTOSOWANIE ZASADY ABSTRAKCJI DO KONSTRUKCJI LICZB CAŁKOWITYCH

BOGDAN ZARĘBSKI ZASTOSOWANIE ZASADY ABSTRAKCJI DO KONSTRUKCJI LICZB CAŁKOWITYCH BOGDAN ZARĘBSKI ZASTOSOWANIE ZASADY ABSTRAKCJI DO KONSTRUKCJI LICZB CAŁKOWITYCH WSTĘP Zbiór liczb całkowitych można definiować na różne sposoby. Jednym ze sposobów określania zbioru liczb całkowitych jest

Bardziej szczegółowo

Podstawowe Pojęcia. Semantyczne KRZ

Podstawowe Pojęcia. Semantyczne KRZ Logika Matematyczna: Podstawowe Pojęcia Semantyczne KRZ I rok Językoznawstwa i Informacji Naukowej UAM 2006-2007 Jerzy Pogonowski Zakład Logiki Stosowanej UAM http://www.logic.amu.edu.pl Dodatek: ściąga

Bardziej szczegółowo

A i. i=1. i=1. i=1. i=1. W dalszej części skryptu będziemy mieli najczęściej do czynienia z miarami określonymi na rodzinach, które są σ - algebrami.

A i. i=1. i=1. i=1. i=1. W dalszej części skryptu będziemy mieli najczęściej do czynienia z miarami określonymi na rodzinach, które są σ - algebrami. M. Beśka, Wstęp do teorii miary, rozdz. 3 25 3 Miara 3.1 Definicja miary i jej podstawowe własności Niech X będzie niepustym zbiorem, a A 2 X niepustą rodziną podzbiorów. Wtedy dowolne odwzorowanie : A

Bardziej szczegółowo

Indukcja matematyczna

Indukcja matematyczna Indukcja matematyczna 1 Zasada indukcji Rozpatrzmy najpierw następujący przykład. Przykład 1 Oblicz sumę 1 + + 5 +... + (n 1). Dyskusja. Widzimy że dla n = 1 ostatnim składnikiem powyższej sumy jest n

Bardziej szczegółowo

Schematy Piramid Logicznych

Schematy Piramid Logicznych Schematy Piramid Logicznych geometryczna interpretacja niektórych formuł Paweł Jasionowski Politechnika Śląska w Gliwicach Wydział Matematyczno-Fizyczny Streszczenie Referat zajmuje się następującym zagadnieniem:

Bardziej szczegółowo

Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki. Wykład 10. Twierdzenie o pełności systemu aksjomatycznego KRZ

Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki. Wykład 10. Twierdzenie o pełności systemu aksjomatycznego KRZ Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 10. Twierdzenie o pełności systemu aksjomatycznego KRZ 1 Tezy KRZ Pewien system aksjomatyczny KRZ został przedstawiony

Bardziej szczegółowo

Logika i teoria mnogości Wykład 14 1. Sformalizowane teorie matematyczne

Logika i teoria mnogości Wykład 14 1. Sformalizowane teorie matematyczne Logika i teoria mnogości Wykład 14 1 Sformalizowane teorie matematyczne W początkowym okresie rozwoju teoria mnogości budowana była w oparciu na intuicyjnym pojęciu zbioru. Operowano swobodnie pojęciem

Bardziej szczegółowo

Wstęp do Techniki Cyfrowej... Algebra Boole a

Wstęp do Techniki Cyfrowej... Algebra Boole a Wstęp do Techniki Cyfrowej... Algebra Boole a Po co AB? Świetne narzędzie do analitycznego opisu układów logicznych. 1854r. George Boole opisuje swój system dedukcyjny. Ukoronowanie zapoczątkowanych w

Bardziej szczegółowo

Definicja i własności wartości bezwzględnej.

Definicja i własności wartości bezwzględnej. Równania i nierówności z wartością bezwzględną. Rozwiązywanie układów dwóch (trzech) równań z dwiema (trzema) niewiadomymi. Układy równań liniowych z parametrem, analiza rozwiązań. Definicja i własności

Bardziej szczegółowo

Uzupełnienia dotyczące zbiorów uporządkowanych (3 lutego 2011).

Uzupełnienia dotyczące zbiorów uporządkowanych (3 lutego 2011). Uzupełnienia dotyczące zbiorów uporządkowanych (3 lutego 2011). Poprzedniczka tej notatki zawierała błędy! Ta pewnie zresztą też ; ). Ćwiczenie 3 zostało zmienione, bo żądałem, byście dowodzili czegoś,

Bardziej 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

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

Definicja: alfabetem. słowem długością słowa

Definicja: alfabetem. słowem długością słowa Definicja: Niech X będzie zbiorem niepustym. Zbiór ten będziemy nazywać alfabetem. Skończony ciąg elementów alfabetu X będziemy nazywać słowem a liczbę elementów tego ciągu nazywamy długością słowa. Na

Bardziej szczegółowo

Algebra liniowa z geometrią. wykład I

Algebra liniowa z geometrią. wykład I Algebra liniowa z geometrią wykład I 1 Oznaczenia N zbiór liczb naturalnych, tutaj zaczynających się od 1 Z zbiór liczb całkowitych Q zbiór liczb wymiernych R zbiór liczb rzeczywistych C zbiór liczb zespolonych

Bardziej szczegółowo

Wykład I. Literatura. Oznaczenia. ot(x 0 ) zbiór wszystkich otoczeń punktu x 0

Wykład I. Literatura. Oznaczenia. ot(x 0 ) zbiór wszystkich otoczeń punktu x 0 Wykład I Literatura Podręczniki 1. G. M. Fitherholz Rachunek różniczkowy i całkowy 2. W. Żakowski Matematyka tom I Zbiory zadań 1. W. Krysicki, L. Włodarski Analiza matematyczna w zadaniach tom I i II

Bardziej szczegółowo

Twierdzenia Gödla dowody. Czy arytmetyka jest w stanie dowieść własną niesprzeczność?

Twierdzenia Gödla dowody. Czy arytmetyka jest w stanie dowieść własną niesprzeczność? Semina Nr 3 Scientiarum 2004 Twierdzenia Gödla dowody. Czy arytmetyka jest w stanie dowieść własną niesprzeczność? W tym krótkim opracowaniu chciałbym przedstawić dowody obu twierdzeń Gödla wykorzystujące

Bardziej szczegółowo

Ćwiczenia do rozdziału 2, zestaw A: z książki Alfreda Tarskiego Wprowadzenie do logiki

Ćwiczenia do rozdziału 2, zestaw A: z książki Alfreda Tarskiego Wprowadzenie do logiki 0 1 Ćwiczenia do rozdziału 2, zestaw A: z książki Alfreda Tarskiego Wprowadzenie do logiki 2. W następujących dwóch prawach wyróżnić wyrażenia specyficznie matematyczne i wyrażenia z zakresu logiki (do

Bardziej szczegółowo

Notatki z Analizy Matematycznej 2. Jacek M. Jędrzejewski

Notatki z Analizy Matematycznej 2. Jacek M. Jędrzejewski Notatki z Analizy Matematycznej 2 Jacek M. Jędrzejewski Definicja 3.1. Niech (a n ) n=1 będzie ciągiem liczbowym. Dla każdej liczby naturalnej dodatniej n utwórzmy S n nazywamy n-tą sumą częściową. ROZDZIAŁ

Bardziej szczegółowo

Paradygmaty dowodzenia

Paradygmaty dowodzenia Paradygmaty dowodzenia Sprawdzenie, czy dana formuła rachunku zdań jest tautologią polega zwykle na obliczeniu jej wartości dla 2 n różnych wartościowań, gdzie n jest liczbą zmiennych zdaniowych tej formuły.

Bardziej szczegółowo

Andrzej Wiśniewski Logika II. Materiały do wykładu dla studentów kognitywistyki

Andrzej Wiśniewski Logika II. Materiały do wykładu dla studentów kognitywistyki Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykład 5. Wprowadzenie do semantyki teoriomodelowej cz.5. Wynikanie logiczne 1 Na poprzednim wykładzie udowodniliśmy m.in.:

Bardziej szczegółowo

Algebrę L = (L, Neg, Alt, Kon, Imp) nazywamy algebrą języka logiki zdań. Jest to algebra o typie

Algebrę L = (L, Neg, Alt, Kon, Imp) nazywamy algebrą języka logiki zdań. Jest to algebra o typie 3. Wykłady 5 i 6: Semantyka klasycznego rachunku zdań. Dotychczas rozwinęliśmy klasyczny rachunek na gruncie czysto syntaktycznym, a więc badaliśmy metodę sprawdzania, czy dana formuła B jest dowodliwa

Bardziej szczegółowo

Topologia zbioru Cantora a obwody logiczne

Topologia zbioru Cantora a obwody logiczne Adam Radziwończyk-Syta Michał Skrzypczak Uniwersytet Warszawski 1 lipca 2009 http://students.mimuw.edu.pl/~mskrzypczak/dokumenty/ obwody.pdf Zbiór Cantora Topologia Definicja Przez zbiór Cantora K oznaczamy

Bardziej szczegółowo

Tautologia (wyrażenie uniwersalnie prawdziwe - prawo logiczne)

Tautologia (wyrażenie uniwersalnie prawdziwe - prawo logiczne) Tautologia (wyrażenie uniwersalnie prawdziwe - prawo logiczne) Definicja 1: Tautologia jest to takie wyrażenie, którego wartość logiczna jest prawdą przy wszystkich możliwych wartościowaniach zmiennych

Bardziej szczegółowo

Trzy razy o indukcji

Trzy razy o indukcji Trzy razy o indukcji Antoni Kościelski 18 października 01 1 Co to są liczby naturalne? Indukcja matematyczna wiąże się bardzo z pojęciem liczby naturalnej. W szkole zwykle najpierw uczymy się posługiwać

Bardziej szczegółowo

Matematyka dyskretna. 1. Relacje

Matematyka dyskretna. 1. Relacje Matematyka dyskretna 1. Relacje Definicja 1.1 Relacją dwuargumentową nazywamy podzbiór produktu kartezjańskiego X Y, którego elementami są pary uporządkowane (x, y), takie, że x X i y Y. Uwaga 1.1 Jeśli

Bardziej szczegółowo

Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem

Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem Zestaw zadań 9: Przestrzenie wektorowe. Podprzestrzenie () Wykazać, że V = C ze zwykłym dodawaniem jako dodawaniem wektorów i operacją mnożenia przez skalar : C C C, (z, v) z v := z v jest przestrzenią

Bardziej szczegółowo

Korzystając z własności metryki łatwo wykazać, że dla dowolnych x, y, z X zachodzi

Korzystając z własności metryki łatwo wykazać, że dla dowolnych x, y, z X zachodzi M. Beśka, Wstęp do teorii miary, Dodatek 158 10 Dodatek 10.1 Przestrzenie metryczne Niech X będzie niepustym zbiorem. Funkcję d : X X [0, ) spełniającą dla x, y, z X warunki (i) d(x, y) = 0 x = y, (ii)

Bardziej szczegółowo

1 Zbiory. 1.1 Kiedy {a} = {b, c}? (tzn. podać warunki na a, b i c) 1.2 Udowodnić, że A {A} A =.

1 Zbiory. 1.1 Kiedy {a} = {b, c}? (tzn. podać warunki na a, b i c) 1.2 Udowodnić, że A {A} A =. 1 Zbiory 1.1 Kiedy {a} = {b, c}? (tzn. podać warunki na a, b i c) 1.2 Udowodnić, że A {A} A =. 1.3 Pokazać, że jeśli A, B oraz (A B) (B A) = C C, to A = B = C. 1.4 Niech {X t } będzie rodziną niepustych

Bardziej 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

1 Elementy logiki i teorii mnogości

1 Elementy logiki i teorii mnogości 1 Elementy logiki i teorii mnogości 11 Elementy logiki Notatki do wykładu Definicja Zdaniem logicznym nazywamy zdanie oznajmujące, któremu przysługuje jedna z dwu logicznych ocen prawda (1) albo fałsz

Bardziej szczegółowo

Logika binarna. Prawo łączności mówimy, że operator binarny * na zbiorze S jest łączny gdy (x * y) * z = x * (y * z) dla każdego x, y, z S.

Logika binarna. Prawo łączności mówimy, że operator binarny * na zbiorze S jest łączny gdy (x * y) * z = x * (y * z) dla każdego x, y, z S. Logika binarna Logika binarna zajmuje się zmiennymi mogącymi przyjmować dwie wartości dyskretne oraz operacjami mającymi znaczenie logiczne. Dwie wartości jakie mogą te zmienne przyjmować noszą przy tym

Bardziej szczegółowo

WYKŁAD Z ANALIZY MATEMATYCZNEJ I. dr. Elżbieta Kotlicka. Centrum Nauczania Matematyki i Fizyki

WYKŁAD Z ANALIZY MATEMATYCZNEJ I. dr. Elżbieta Kotlicka. Centrum Nauczania Matematyki i Fizyki WYKŁAD Z ANALIZY MATEMATYCZNEJ I dr. Elżbieta Kotlicka Centrum Nauczania Matematyki i Fizyki http://im0.p.lodz.pl/~ekot Łódź 2006 Spis treści 1. CIĄGI LICZBOWE 2 1.1. Własności ciągów liczbowych o wyrazach

Bardziej szczegółowo

1 Podstawowe oznaczenia

1 Podstawowe oznaczenia Poniżej mogą Państwo znaleźć skondensowane wiadomości z wykładu. Należy je traktować jako przegląd pojęć, które pojawiły się na wykładzie. Materiały te nie są w pełni tożsame z tym co pojawia się na wykładzie.

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

RACHUNEK PREDYKATÓW 7

RACHUNEK PREDYKATÓW 7 PODSTAWOWE WŁASNOŚCI METAMATEMATYCZNE KRP Oczywiście systemy dedukcyjne dla KRP budowane są w taki sposób, żeby wszystkie ich twierdzenia były tautologiami; można więc pokazać, że dla KRP zachodzi: A A

Bardziej szczegółowo

020 Liczby rzeczywiste

020 Liczby rzeczywiste 020 Liczby rzeczywiste N = {1,2,3,...} Z = { 0,1, 1,2, 2,...} m Q = { : m, n Z, n 0} n Operacje liczbowe Zbiór Dodawanie Odejmowanie Mnożenie Dzielenie N Z Q Pytanie Dlaczego zbiór liczb wymiernych nie

Bardziej szczegółowo

MATEMATYKA DYSKRETNA, PODSTAWY LOGIKI I TEORII MNOGOŚCI

MATEMATYKA DYSKRETNA, PODSTAWY LOGIKI I TEORII MNOGOŚCI MATEMATYKA DYSKRETNA, PODSTAWY LOGIKI I TEORII MNOGOŚCI Program wykładów: dr inż. Barbara GŁUT Wstęp do logiki klasycznej: rachunek zdań, rachunek predykatów. Elementy semantyki. Podstawy teorii mnogości

Bardziej szczegółowo

Podstawowe struktury algebraiczne

Podstawowe struktury algebraiczne Maciej Grzesiak Podstawowe struktury algebraiczne 1. Wprowadzenie Przedmiotem algebry było niegdyś przede wszystkim rozwiązywanie równań. Obecnie algebra staje się coraz bardziej nauką o systemach matematycznych.

Bardziej szczegółowo

Logika i teoria mnogości Ćwiczenia

Logika i teoria mnogości Ćwiczenia Logika i teoria mnogości Ćwiczenia Spis treści 1 Zdania logiczne i tautologie 1 2 Algebra zbiorów 3 3 Różnica symetryczna 4 4 Iloczyn kartezjański. Kwantyfikatory. 5 5 Kwantyfikatory. 6 6 Relacje 7 7 Relacje

Bardziej szczegółowo

Indukcja matematyczna, zasada minimum i maksimum. 17 lutego 2017

Indukcja matematyczna, zasada minimum i maksimum. 17 lutego 2017 Indukcja matematyczna, zasada minimum i maksimum 17 lutego 2017 Liczby naturalne - Aksjomatyka Peano (bez zera) Aksjomatyka liczb naturalnych N jest nazwą zbioru liczb naturalnych, 1 jest nazwą elementu

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

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

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

Liczby zespolone. x + 2 = 0.

Liczby zespolone. x + 2 = 0. Liczby zespolone 1 Wiadomości wstępne Rozważmy równanie wielomianowe postaci x + 2 = 0. Współczynniki wielomianu stojącego po lewej stronie są liczbami całkowitymi i jedyny pierwiastek x = 2 jest liczbą

Bardziej szczegółowo

RACHUNEK ZBIORÓW 5 RELACJE

RACHUNEK ZBIORÓW 5 RELACJE RELACJE Niech X i Y są dowolnymi zbiorami. Układ ich elementów, oznaczony symbolem x,y (lub też (x,y) ), gdzie x X i y Y, nazywamy parą uporządkowaną o poprzedniku x i następniku y. a,b b,a b,a b,a,a (o

Bardziej szczegółowo

Logika I. Wykład 1. Wprowadzenie do rachunku zbiorów

Logika I. Wykład 1. Wprowadzenie do rachunku zbiorów Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 1. Wprowadzenie do rachunku zbiorów 1 Podstawowe pojęcia rachunku zbiorów Uwaga 1.1. W teorii mnogości mówimy o zbiorach

Bardziej szczegółowo

Logika Matematyczna 16 17

Logika Matematyczna 16 17 Logika Matematyczna 16 17 Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Semantyka KRP (3) Jerzy Pogonowski (MEG) Logika Matematyczna 16 17 Semantyka KRP (3) 1 / 24

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

FUNKCJE LICZBOWE. Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y.

FUNKCJE LICZBOWE. Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y. FUNKCJE LICZBOWE Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y. Innymi słowy f X Y = {(x, y) : x X oraz y Y }, o ile (x, y) f oraz (x, z) f pociąga

Bardziej szczegółowo