1 Funkcje uniwersalne

Wielkość: px
Rozpocząć pokaz od strony:

Download "1 Funkcje uniwersalne"

Transkrypt

1 1 1 Funkcje uniwersalne 1.1 Konstrukcja funkcji uniweralnej Niech P będzie najmniejszym zbiorem liczb spełniającym warunki 1) 0, 2, 0, 0, 2, 1, 0, 2, 2 P, 2) 0, n, 3, k P dla wszystkich n > 0 oraz k takich, że 0 < k n, 3) 0, n, 4, k P dla wszystkich n > 0 oraz k, 4) jeżeli (p) 0 = 1, ((p) 2 ) = lh(p), (p) 1 = ((p) 3 ) 1 oraz ((p) 3 ) 1 = ((p) i ) 1 i (p) i P dla wszystkich 2 < i < lh(p), a także (p) 2 P, to p P, 5) jeżeli (p) 0 = 2, ((p) 2 ) 1 = (p) oraz (p) 2 P, to p P. Lemat 1.1 Zbior P jest rekurencyjny. Każdy element p P spełnia nierówności p > (p) 1 > 0. Teraz każdemu elementowi p P przyporządkujemy pewną funkcję częściową ϕ p : N (p) 1 N. Przyjmijmy, że 1) ϕ 0,2,0 (x, y) = x + y, 2) ϕ 0,2,1 (x, y) = x y, 3) ϕ 0,2,2 (x, y) = K < (x, y), 4) ϕ 0,n,3,k = I n,k, 5) ϕ 0,n,4,k ( x) = k dla wszystkich x N n, 6) jeżeli (p) 0 = 1, to ϕ p ( x) = ϕ (p)2 (ϕ (p)3 ( x),..., ϕ (p)lhp 1 ( x)) dla wszystkich x N (p) 1, 7) jeżeli (p) 0 = 2, to ϕ p ( x) = µy(ϕ (p)2 (y, x) = 0) dla wszystkich x N (p) 1. Przypomnijmy sobie, że posługujemy się kodowaniem za pomocą liczb naturalnych skończonych ciągów liczb naturalnych, które ma następujące własności: dla każda liczba p > 0 koduje ciąg o długości lh(p) < p o wyrazach (p) i < p. Te własności kodowania gwarantują poprawność definicji funkcji ϕ p. Zbiór P możemy interpretować jako pewnien język programowania: za pomocą liczb naturalnych zostały opisane definicje pewnych funkcji, funkcja ϕ p to funkcja opisywana za pomocą liczby (programu) p. Lemat 1.2 Zbiór {ϕ p : p P } jest równy klasie wszystkich funkcji rekurencyjnych. Twierdzenie 1.3 Istnieje funkcja rekurencyjna U : N 2 N taka, że 1) dla każdej (częściowej) funkcji rekurencyjnej f : N k N istnieje liczba p N taka, że dla wszystkich x N zachodzi równość (wartości funkcji częściowych) U (p, x) = f((x) 0,..., (x) (p)1 1), 2) dla każdej (częściowej) funkcji rekurencyjnej f : N k N istnieje całkowita funkcja s : N N taka, że dla wszystkich i, x N zachodzi równość f(i, (x) 0,..., (x) k 1 ) = U (s(i), x).

2 2 Dowód. Będziemy kodować obliczenia wartości funkcji ϕ m używając liczb a N, które są numerami ciągów liczb, które z kolei są numerami trójek p, x i y takich, że ϕ p (x) = y. Zdefiniujemy pomocniczą relację K(a, p, x), która, mówiąc intuicyjnie, stwierdza, że a koduje dostatecznie dużo informacji o obliczeniach, aby mając a można było ustalić wartość ϕ p ((x) 0,..., (x) lh(x) 1 ) i zweryfikować przeprowadzone obliczenia. Relacja K ma następujące własności: Fakt 1.4 Relacja K jest rekurencyjna. Fakt 1.5 Dla każdych p P i x N, jeżeli lh(x) = (p) 1 oraz wartość ϕ p ((x) 0,..., (x) lh(x) 1 ) jest określona, to istnieje a takie, że K(a, p, x). Fakt 1.6 Jeżeli K(a, p, x) oraz ((a) i ) 0 = p i ((a) i ) 1 = x dla jakiegoś i < lh(a), to ((a) i ) 2 = ϕ p ((x) 0,..., (x) lh(x) 1 ). Przyjmijmy, że U (p, x) = (µt(k((t) 0, p, x) (((t) 0 ) (t)1 ) 0 = p (((t) 0 ) (t)1 ) 1 = x (((t) 0 ) (t)1 ) 2 = (t) 2 (t) 1 < lh((t) 0 ))) 2. Zdefiniowana funkcja U jest rekurencyjna. Z przytoczonych faktów wynika, że ma własności podane w pierwszej części tezy twierdzenia. Aby dowieść drugą część tezy, weźmy (dla ustalonego k) funkcję s(i) = 1, k, p, 0, k, 3, 1,..., 0, k, 3, k, gdzie p P jest taki, że U (p, x) = f((x) 0,..., (x) k ). Przyjmijmy, że dla x N symbol x oznacza ciąg (x) 0,..., (x) k 1. Zauważmy, że U (s(i), x) = ϕ s(i) ( x) = ϕ p (ϕ 0,k,4,i ( x), ϕ 0,k,3,1 ( x),..., ϕ 0,k,3,k ( x)) = f(i, (x) 0,..., (x) k 1 ). 1.2 Funkcje uniwesalne Funkcję U : N k+1 U nazywamy uniwesalną dla klasy funkcji rekurencyjnych k zmiennych, jeżeli funkcja U jest rekurencyjna oraz dla dowolnej funkcji rekurencyjnej f : N k N istnieje n N taka, że dla wszystkich x 1,..., x k zachodzi równość f(x 1,..., x k ) = U(n, x 1,..., x k ). Lemat 1.7 Niech U spełnia tezę twierdzenia 1.3. Funkcja U : N k+1 N zdefiniowana wzorem U(n, x 1,..., x k )) = U (n, x 1,..., x k ) jest funkcją uniwersalną dla klasy funkcji rekurencyjnych k zmiennych. Dowód. Oczywiście, U jest rekurencyjna. Niech f : N k N będzie rekurencyjna. Wtedy, dla p z tezy twierdzenia 1.3, mamy U(p, x) = U (p, x 1,..., x k ) = f(( x 1,..., x k ) 0,..., ( x 1,..., x k ) k 1 ) = f(x 1,..., x k ). Dla funkcji uniwersalnej U : N 2 N i n > 1 przyjmijmy, że U n : N n+1 N oraz U n (p, x 1,..., x n ) = U(p, x 1,..., x n ).

3 3 Lemat 1.8 Jeżeli U jest funkcją uniwersalną dla klasy jednoargumentowych funkcji rekurencyjnych i n > 1, to U n jest funkcją uniwesalną dla klasy n-argumentowych funkcji rekurencyjnych. Dowód. Niech f : N n N będzie funkcją rekurencyjną. Zdefiniujmy funkcję g : N N taką, że g(x) = f((x) 0,..., (x) n 1 ). Weźmy p takie, że U(p, x) = g(x) dla wszystkich x N. Zauważmy, że U n (p, x 1,..., x n ) = U(p, x 1,..., x n ) = g( x 1,..., x n ) = f(x 1,..., x n ). Zwykle będziemy mieć danę funkcję uniwersalną dla klasy jednoargumentowych funkcji rekurencyjnych i w razie potrzeby będziemy ją standardowo rozszerzać w podany sposób do funkcji uniwersalnej dla funkcji k argumentowych. Możemy dodatkowo przyjąć, że U 1 (n, x) = U(n, x). Wadą takiego podejścia jest niejednorodna definicja ciągu U 1, U 2, U 3,..., zaletą wygodne operowanie nimi w sytuacji, gdy najważniejsze są i najczęściej są wykorzystywane funkcje jednoargumentowe. 1.3 Akceptowalne systemy programowania Ciąg funkcji uniwersalnych U 1, U 2, U 3,... spełnia s m n-twierdzenie, jeżeli zachodzi następujące Twierdzenie 1.9 (s-m-n-twierdzenie) Dla dowolnych dodatnich liczb naturalnych n, m istnieje całkowita funkcja rekurencyjna s : N n+1 N taka, że dla wszystkich argumentów zachodzi równość U n+m (p, x 1,..., x n, y 1,..., y m ) = U m (s(p, x 1,..., x n ), y 1,..., y m ). Ciąg funkcji jedej zmiennej ϕ 0, ϕ 1, ϕ 2,... nazywamy nazywamy systemem programowania, jeżeli funkcja U(n, x) = ϕ n (x) jest funkcją uniwersalną dla klasy funkcji rekurencyjnych jednoargumentowych. Ciąg funkcji ϕ 0, ϕ 1, ϕ 2,... jest akceptowalnym systemem programowania, jeżeli jest systemem programowania i ciąg funkcji uniwersalnych U 1, U 2, U 3,... wyznaczony przez w standardowy sposób przez funkcję U (zdefiniowaną jak wyżej) spełnia s m n-twierdzenie. Wadą tej definicji jest uzależnienie jej od ciągu funkcji U 1, U 2, U 3,..., zaletą to, że wyraża istotne własności akceptowalnego systemu programowania. Ładniej akceptowalne systemy można zdefiniować zgodnie z następującą charakteryzacją: Twierdzenie 1.10 System programowania ϕ 0, ϕ 1, ϕ 2,... jest akceptowalny wtedy i tylko wtedy, gdy istnieje całkowita i rekurencyjna funkcja C : 2 N taka, że dla wszystkich n, m, x N. ϕ n (ϕ m (x)) = ϕ c(n,m) (x) Być może istnieją systemy programowania, które nie są akceptowalne. Wszystkie znane mi konstrukcje funkcji uniwersalnych prowadzą do akceptowalnych systemów programowania Twierdzenie 1.11 Jeżeli U spełnia tezę twierdzenia 1.3 i U(p, x) = U (p, x ) jest funkcją uniwersalną (zdefiniowaną zgodnie z lematem 1.7), to ciąg funkcji U 1, U 2, U 3,... spełnia s m n-twierdzenie.

4 4 Dowód. s m n-twierdzenie dowodzimy przez indukcję ze względu na n, a fragmenty tego dowodu przez indukcję ze względu na m. Teraz pokażę tylko, jak przy założeniu m > 1 dowieść wzór U 1+m (p, x, y 1,..., y m ) = U m (s(p, x), y 1,..., y m ). Niech k : N 2 N oznacza funkcję rekurencyjną, która ma następującą własność: Przyjmijmy, że c(x, y 1,..., y m ) = x, y 1,..., y m. f(i, y) = U ((i) 0, c((i) 1, y). Dla funkcji f korzystamy z twierdzenia 1.3 i znajdujemy całkowitą funkcję s taką, że f(i, (x) 0 ) = U (s(i), x). Zauwazmy, że dla tej funkcji zachodzą następujące wzory: oraz f(i, x) = U (s(i), x ) f(i, y 1,..., y m ) = U (s(i), y 1,..., y m ) = U 1 (s(i), y 1,..., y m ) = U m (s(i), y 1,..., y m ). Z drugiej strony, f( p, x, y 1,..., y m ) = U (p, c(x, y 1,..., y m ) ) = U (p, x, y 1,..., y m ) = Z dowiedzionych równości wynika, że = U 1 (p, x, y 1,..., y m ) = U 1+m (p, x, y 1,..., y m ). U 1+m (p, x, y 1,..., y m ) = U m (s( p, x ), y 1,..., y m ). 1.4 Własności systemów programowania Twierdzenie 1.12 Niech ψ 0, ψ 1,... będzie systemem programowania, a ϕ 0, ϕ 1,... akceptowalnym systemem programowania. Wtedy istnieje całkowita rekurencyjna funkcja t : N N taka, że ψ i = ϕ t(i) dla wszystkich i N. Twierdzenie 1.13 (o rekursji) Dla dowolnego akceptowalnego systemu programowania ϕ 0, ϕ 1,... i dowolnej całkowitej funkcji f : N N istnieje n N taka, że Dowód. Niech Przyjmijmy, że Wtedy ϕ n = ϕ f(n). F (x, y) = ϕ ϕx(x)(y). F (x, y) = ϕ g(x) (y) f(g(x)) = ϕ m (x) oraz n = g(m). ϕ f(n) (y) = ϕ f(g(m)) (y) = ϕ ϕm(m)(y) = F (m, y) = ϕ g(m) (y) = ϕ n (y). Twierdzenie 1.14 (jednostajne twierdzenie o rekursji) Dla dowolnego akceptowalnego systemu programowania ϕ 0, ϕ 1,... istnieje całkowita rekurencyjna funkcja n : N N taka, że ϕ n(x) = ϕ ϕx(n(x)). Twierdzenie 1.15 (Twierdzenie Rogersa o izomorfizmie) Niech ψ 0, ψ 1,... oraz ϕ 0, ϕ 1,... będą akceptowalnymi systemami programowania. Wtedy istnieje rekurencyjna bijekcja t : N N taka, że ψ i = ϕ t(i) dla wszystkich i N.

5 5 2 Twierdzenie o przyśpieszaniu Twierdzenie 2.1 (Ograniczone twierdzenie o przyśpieszaniu) Dla miary złożoności Φ 0, Φ 1,... takiej, że Φ s(i,x) (y) Φ i (x, y) dla wszystkich x, y N (s to funkcja z s n m twierdzenia) i dowolnej całkowitej, rekurencyjnej funkcji g : N 2 N spełniającej dla wszystkich argunentów nierówności g(x, y) g(x, y + 1) istnieje całkowita i rekurencyjna funkcja f : N N taka, że dla dowolnego (programu) i obliczającego f (a więc spełnijącego ϕ i = f) istnieje (program) j taki, że dla prawie wszystkich x zachodzą równość ϕ j (x) = f(x) oraz nierówność g(x, Φ j (x)) Φ i (x). Dowód. Krok 1. Będziemy definiować całkowitą funkcję rekurencyjną f : N 2 N, a właściwie ciąg funkcji f w określonych wzorami f w (x) = f(w, x) i program n obliczający f (taki, że f(w, x) = ϕ n (w, x)) spełniający równości oraz implikacje f w (x) = f w+1 (x) ϕ w = f g(x, Φ n (w + 1, x)) Φ w (x) dla prawie wszystkich x. Mając taki ciąg funkcji otrzymamy tezę twierdzenie. Wystarczy bowiem przyjąć, że f(x) = f(0, x). Jeżeli wtedy w będzie programem obliczającym f (czyli ϕ w (x) = f(x)), to funkcja f w+1 będzie prawie równa f i naturalny program obliczający f w+1, czyli s(n, w + 1), będzie mieć złożoność spełniającą nierówności g(x, Φ s(n,w+1) (x)) g(x, Φ n (w + 1, x)) Φ w (x) dla prawie wszystkich x. Krok 2. Przypuśćmy, że funkcję f(w, x) udało się nam zdefiniować dla w > 0. Wtedy wartość f(x) = f(0, x) możemy definiować tak, aby funkcja f( ) przyjmowała wartości różne od wartości złych funkcji, czyli takich funkcji ϕ i, które nie spełniają żądanej nierówności. Znając f w dla w > 0 łatwo powiedzieć, jakie funkcje ϕ i są złe. Są to funkcje spełniające nierówności Φ i (x) < g(x, Φ n (i + 1, x)). Tak więc funkcję f, stosując techniki znane z wcześniejszych twierdzeń, możemy definiować wzorem f(x) = f(0, x) = µy( i < x (Φ i (x) < g(x, Φ n (i + 1, x)) y ϕ i (x))). Pokaże teraz, że jest to dobry sposób definiowania funkcji f. Funkcja ta ma następującą włsność: x i < x (Φ i (x) < g(x, Φ n (i + 1, x)) f(x) ϕ i (x)). Niech i 0 będzie programem obliczającym f. Wtedy ϕ i0 (x) = f(x) dla wszystkich x oraz x (i 0 < x (Φ i0 (x) < g(x, Φ n (i 0 + 1, x)) f(x) f(x))).

6 6 Stąd otrzymujemy, że x (i 0 < x g(x, Φ n (i 0 + 1, x)) Φ i0 (x)), czyli żądaną nierówność. Krok 3. Aby obliczyć funkcję f 0 powinniśmy znać f w dla w > 0, a właściwie powinniśmy umieć wyliczyć złożoności obliczeń tych funkcji. Spróbujmy teraz znaleźć sposób obliczania funkcji f 1. Funkcja f 1 jest prawie równa funkcji f 0, może więc być obliczana w ten sam sposób na podstawie znajomości funkcji f w dla w > 1. Taki sposób myślenia prowadzi do następującej definicji funkcji f: f(w, x) = µy( i < x (w i Φ i (x) < g(x, Φ n (i + 1, x)) y ϕ i (x))). Ta definicja ma charakter indukcyjny, ale nie wygląda na poprawną definicję indukcyjną. Można ją jednak poprawić. Krok 4. Przytoczoną ideę można jednak poprawić. Funkcje f w dla w > 0 nie muszą być równe funkcji f 0, wystarczy, aby były jej prawie równe. To pozwala każdą z tych funkcji określić arbitralnie na zbiorze skończonym, np. definiując f w robimy to na zbiorze tych argumentów x, które nie przekraczają w. Możemy więc przyjąć, że { 0 jeżeli x w, f(w, x) = µy( i < x (w i Φ i (x) < g(x, Φ n (i + 1, x)) y ϕ i (x))) gdy x > w. Zauważmy też, że przy okazji, po wprowadzeniu tej zmiany zastosowany schemat indukcyjny staje się poprawny: dla ustalonego x są określone wszystkie funkcje f w o indeksach w x (mamy 0 = f x (x) = f x+1 (x) = f x+2 (x),...) i możemy indukcyjnie obliczać kolejno wartości f x 1 (x), f x 2 (x), f x 3 (x),..., f 0 (x). Mamy jednak jeszcze jeden kłopot. Krok 5. Można spodziewać się, że dla pewnego k nierówności Φ k (x) < g(x, Φ n (k + 1, x)) zachodzą dla wszystkich x. Wtedy definiując f k (x) musi uwzględnić, że jest to wartość ϕ k (x). Ponieważ zachodzą oczywiste nierówności f w (x) f w+1 (x), ta sytuacja może spowodować, że f 0 (x) f k (x) > f k+1 (x) dla niektórych x. Tych x może być jednak nieskończenie wiele. W takim przypadku, funkcje f 0 i f k+1 różniłyby się dla nieskończenie wielu argumentów. Zauważmy jednak, że jeżeli zachodzi nierówność Φ k (x) < g(x, Φ n (k + 1, x)), to naszą intencją jest spowodowanie, że f(x) ϕ k (x) i zapewnienie prawdziwości tezy twierdzenia przez spowodowanie, że poprzednik występującej w niej implikacji stanie się fałszywy dla i = k. Aby to jednak zrobić, wystarczy spowodować, że f(x) ϕ k (x) dla jednego x. Nie musimy tego gwarantować dla wszystkich x spełniających nierówność Φ k (x) < g(x, Φ n (k +1, x)): wystarczy, że zrobimy to dla pierwszego takiego x. Krok 6. Przedstawiony sposób myślenia prowadzi więc do definicji funkcji f o własnościach i o postaci opisanej w niżej podanym lemacie. Zgodnie z tym lematem, ten sposób definiowania gwarantuje, że zdefiniujemy ciąg f 0, f 1, f 2,... prawie równych funkcji. Lemat 2.2 Przypuśćmy, że C(w, x) oznacza rodzinę zbiorów skończonych takich, że oraz Niech x y C(w, x) C(w, y) = i C(w, x) i C(0, x) i w. f(w, x) = µy ( i (i C(w, x) ϕ i (x) y)). Wtedy dla wszystkich w równość f(w, x) = f(0, x) zachodzi dla prawie wszystkich x.

7 7 Dowód. Ustalmy w. Zbiory C(0, x) i C(w, x) nie różnią się elementami i w. Jeżeli są różne, to element i, który je różni, należy do C(0, x) \ C(w, x) i jest mniejszy od w. Ponieważ zbiory C(0, x) są parami rozłączne, to elementy i < w należą do skończenie wielu takich zbiorów. Przyjmijmy, że należą do zbiorów C(0, x) dla x < m w. Wobec tego i < w x m w i C(0, x). Stąd, dla x m w zachodzą równości C(0, x) = C(w, x). Nietrudno zauważyć, że równość tych zbiorów implikuje równość f(0, x) = f(w, x). Ta ostatnia równość zachodzi więc dla wszystkich x m w. Krok 7. Możemy już przystąpić do realizacji opisanego planu definiowania f. Funkcja ta ma być definiowana przez indukcję. Tak więc najpierw zdefiniujemy z parametrem n, jako funkcję trzech zmiennych f(n, w, x) (zamiast f(w, x)), a następnie dobierzemy n tak, aby f(n, w, x) = ϕ t(n) (w, x) = ϕ n (w, x) = f(w, x) (a więc, aby n użyty w definicji stał się programem obliczającym f). Istnienie takiego n wyniknie z twierdzenia o rekursji. Początek konstrukcji f. Krok 8. Będziemy kodować skończone zbiory liczb naturalne za pomocą liczb naturalnych. Każda liczba koduje skończony ciąg liczb naturalnych. Umawiamy się, że liczba c będzie też kodować zbiór wyrazów ciągu kodowanego przez c. W szczególności przyjmujemy, że i c t < lh(c) i = (c) t. Niech f 0 (x, a, c) = µy ( i < x (i c y (a) i )). Jest oczywiste, że funkcja f 0 jest rekurencyjna. Łatwo dowodzi się, że jest to funkcja całkowita: warunku podanego w definicji funkcji nie spełnia najwyżej skończenie wiele liczb naturalnych y. Będzie nam jeszcze potrzebna funkcja F : N 3 N taka, że { jeżeli w x, F (n, w, x) = Φ n (w + 1, x), Φ n (w + 2, x),..., Φ n (x, x) w przeciwnym razie. Aby formalnie zdefiniować taką funkcję F zdefiniujmy funkcję pomocniczą { jeżeli w x, F 0 (k, n, w, x) = konkatenacja( Φ n (w + 1, x), ϕ k (n, w + 1, x)) w przeciwnym razie. Jest to częściowa funkcja rekurencyjna. Dalej przyjmujemy, że F (n, w, x) = F 0 (k, n, w, x) dla k takiego, że F 0 (k, n, w, x) = ϕ k (n, w, x). Fakt 2.3 Zdefiniowana wyżej funkcja F : N 3 N jest rekurencyjna i ma następujące własności: 1) jeżeli w x, to F (n, w, x) =, 2) jeżeli w < x, to F (n, w, x) = konkatenacja( Φ n (w + 1, x), F (n, w + 1, x)), 3) jeżeli w < x, to wartość F (n, w, x) jest określona wtedy i tylko wtedy, gdy są określone wartości Φ n (i, x) dla wszystkich i takich, że w < i x.

8 8 Krok 9. Niech teraz C 0 : N 5 N będzie funkcją taką, że C 0 (n, w, x, c, f) = kod({i < x : w i i c Φ i (x) < g(x, (f) w i )}). Bardziej formalna definicja stwierdza, że C 0 (n, w, x, c, f) jest najmniejszą liczbą kodującą ciąg, którego wyrazami są dokładnie liczby należące do zbioru podanego w powyższej definicji. Fakt 2.4 Funkcja C 0 : N 5 N jest całkowita i rekurencyjna. Ponadto, oraz 1) jeżeli i C 0 (n, w, x, c, f), to wartość ϕ i (x) jest określona, 2) i C 0 (n, w, x, c, f) wtedy i tylko wtedy, gdy i C 0 (n, 0, x, c, f) oraz i w. Dowód tego faktu wymaga skorzystania z własności miary złożości Φ 0, Φ 1,... Krok 10. Przez indukcję definiujemy teraz funkcję C 1 : N 3 N przyjmując C 1 (n, w, 0) = C 1 (n, w, x + 1) = konkatenacja(c 0 (n, w, x, C 1 (n, w, x), F (n, w, x)), C 1 (n, w, x)). Przyjmijmy, że Zauważmy, że C(n, w, x) = C 0 (n, w, x, C 1 (n, w, x), F (n, w, x)). Fakt 2.5 Funkcja C 1 : N 3 N jest rekurencyjna oraz 1) wartość C 1 (n, w, x) jest określona wtedy i tylko wtedy, gdy wartości F (n, w, y) są określone dla wszystkich y < x, 2) jeżeli wartość C 1 (n, w, x) jest określona, to określone są wartości C 1 (n, w, y) dla wszystkich y < x oraz C 1 (n, w, x) = C(n, w, y). Lemat 2.6 Jeżeli wartości C 1 (n, w, x) oraz F (n, w, x) są określone i y < x, to każde i takie, że i C(n, w, x) spełnia warunek i C(n, w, y). Dowód. Z założeń wynika, że liczba C(n, w, x) jest określona. Weźmy i C(n, w, x). Wtedy i C 0 (n, w, x, C 1 (n, w, x), F (n, w, x)). Z definicji C 0 otrzymujemy, że i C 1 (n, w, x). Na mocy poprzedniego lematu, i C(n, w, y). Lemat 2.7 Jeżeli wartości C 1 (n, 0, x) oraz F (n, 0, x) są określone, to 1) wartości C 1 (n, w, y) oraz F (n, w, y) są określone dla wszystkich y x oraz w, 2) dla wszystkich y x oraz wszystkich w warunek i C 1 (n, w, y) jest równoważny warunkowi i w i C 1 (n, w, y). 3) dla wszystkich y x oraz wszystkich w warunek i C(n, w, y) jest równoważny warunkowi i w i C(n, 0, y). y<x

9 9 Dowód. Część 2 i 3 dowodzimy przez jednoczesną indukcję ze względu na y. Zauważmy, że i C 1 (n, w, 0) i w i C 1 (n, 0, 0). Dalej, jeżeli to także oraz Stąd i C 1 (n, w, y) i w i C 1 (n, 0, y), i C 1 (n, w, y) i < w i C 1 (n, 0, y) i w i C 1 (n, w, y) i w i C 1 (n, 0, y). i C 0 (n, w, y, C 1 (n, w, y), F (n, w, y)) i w i C 0 (n, 0, y, C 1 (n, 0, y), F (n, 0, w)), Ostatecznie otrzymujemy Z własności C 1 otrzymujemy także i C(n, w, y) i w i C(n, 0, y). i C 1 (n, w, y + 1) i w i C 1 (n, 0, y + 1). Lemat 2.8 Jeżeli i C(n, w, x), to wartość ϕ i (x) jest określona. Dowód. Jeżeli i C(n, w, x), to w szczególności zachodzi pewna nierówność postaci Φ i (x) < a. Ta nierówność implikuje, że zarówno Φ i (x), jak i ϕ i (x) są określone. Krok 11. Definiujemy przez rekursję prostą funkcję v 0 : N 3 N: v 0 (0, a, x) = oraz v 0 (j + 1, a, x) = konkatenacja(v 0 (j, a, x), ϕ (a)j (x) oraz v(a, x) = v 0 (lh(a), a, x). Fakt 2.9 Funkcja v jest rekurencyjna. Jeżeli wartości ϕ i (x) są określone dla wszystkich i a, to wartość v(a, x) jest określona i dla takich i zachodzi równość (v(a, x)) i = ϕ i (x). Krok 12. W końcu możemy zdefiniować f(n, w, x) = f 0 (x, v(c(n, w, x), x), C(n, w, x)). Od tego miejsca liczba n będzie miała następującą własność: f(n, w, x) = ϕ n (w, x) = f(w, x). Lemat 2.10 Funkcja f : N 2 N jest rekurencyjna i całkowita.

10 Dowód. Jeżeli w x, to C 0 (n, w, x, c, f) jest kodem zbioru pustego, więc to samo jest prawdą dla C(n, w, x). Stąd v(c(n, w, x)) jest określone i f(w, x) = 0. Teraz pokażemy, że jeżeli określone są wartości f(w + 1, x) oraz f(w, x 1), to także jest określona wartość f(w, x). f(w, x) jest określona wtedy i tylko wtedy, gdy jest określona C(n, w, x) (jeżeli C(n, w, x) jest określona, to także v(c(n, w, x)) jest określona na mocy lematów. C(n, w, x) jest określona wtedy i tylko wtedy, gdy są określone wartości C 1 (n, w, x) oraz F (n, w, x). Z założeń więc mamy, że są określone wartości C 1 (n, w+1, x), F (n, w+1, x), C 1 (n, w, x 1) oraz F (n, w, x 1). Teza zostanie zaś wykazana, jeżeli dowiedziemy, że są określone wartości C 1 (n, w, x) oraz F (n, w, x). Z definicji C 1, funkcja ta jest określona dla argumentów n, w, x jeżeli są określone C 1 (n, w, x 1) oraz F (n, w, x 1). Tak więc C 1 (n, w, x) jest określona. Z definicji F, aby była określana wartość F (n, w, x) muszą być określone wartości Φ n (w + 1, x) oraz F (n, w + 1, x). Druga z tych wartości jest określona na mocy założenia, a pierwsza ponieważ jest określona wartość f(w + 1, x) = ϕ n (w + 1, x). 10

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

Schemat rekursji. 1 Schemat rekursji dla funkcji jednej zmiennej

Schemat rekursji. 1 Schemat rekursji dla funkcji jednej zmiennej Schemat rekursji 1 Schemat rekursji dla funkcji jednej zmiennej Dla dowolnej liczby naturalnej a i dowolnej funkcji h: N 2 N istnieje dokładnie jedna funkcja f: N N spełniająca następujące warunki: f(0)

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

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

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

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

Logika i teoria mnogości Wykład 14

Logika i teoria mnogości Wykład 14 Teoria rekursji Teoria rekursji to dział logiki matematycznej zapoczątkowany w latach trzydziestych XX w. Inicjatorzy tej dziedziny to: Alan Turing i Stephen Kleene. Teoria rekursji bada obiekty (np. funkcje,

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

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

2 Rodziny zbiorów. 2.1 Algebry i σ - algebry zbiorów. M. Beśka, Wstęp do teorii miary, rozdz. 2 11

2 Rodziny zbiorów. 2.1 Algebry i σ - algebry zbiorów. M. Beśka, Wstęp do teorii miary, rozdz. 2 11 M. Beśka, Wstęp do teorii miary, rozdz. 2 11 2 Rodziny zbiorów 2.1 Algebry i σ - algebry zbiorów Niech X będzie niepustym zbiorem. Rodzinę indeksowaną zbiorów {A i } i I 2 X nazywamy rozbiciem zbioru X

Bardziej szczegółowo

Konstrukcja liczb rzeczywistych przy pomocy ciągów Cauchy ego liczb wymiernych

Konstrukcja liczb rzeczywistych przy pomocy ciągów Cauchy ego liczb wymiernych Konstrukcja liczb rzeczywistych przy pomocy ciągów Cauchy ego liczb wymiernych Marcin Michalski 14.11.014 1 Wprowadzenie Jedną z intuicji na temat liczb rzeczywistych jest myślenie o nich jako liczbach,

Bardziej szczegółowo

Rozdział 4. Ciągi nieskończone. 4.1 Ciągi nieskończone

Rozdział 4. Ciągi nieskończone. 4.1 Ciągi nieskończone Rozdział 4 Ciągi nieskończone W rozdziale tym wprowadzimy pojęcie granicy ciągu. Dalej rozszerzymy to pojęcie na przypadek dowolnych funkcji. Jak zauważyliśmy we wstępie jest to najważniejsze pojęcie analizy

Bardziej szczegółowo

Dystrybucje, wiadomości wstępne (I)

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

Bardziej szczegółowo

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

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

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

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

O pewnych związkach teorii modeli z teorią reprezentacji

O pewnych związkach teorii modeli z teorią reprezentacji O pewnych związkach teorii modeli z teorią reprezentacji na podstawie referatu Stanisława Kasjana 5 i 12 grudnia 2000 roku 1. Elementy teorii modeli Będziemy rozważać język L składający się z przeliczalnej

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

Algebry skończonego typu i formy kwadratowe

Algebry skończonego typu i formy kwadratowe Algebry skończonego typu i formy kwadratowe na podstawie referatu Justyny Kosakowskiej 26 kwietnia oraz 10 i 17 maja 2001 Referat został opracowany w oparciu o prace Klausa Bongartza Criterion for finite

Bardziej szczegółowo

. : a 1,..., a n F. . a n Wówczas (F n, F, +, ) jest przestrzenią liniową, gdzie + oraz są działaniami zdefiniowanymi wzorami:

. : a 1,..., a n F. . a n Wówczas (F n, F, +, ) jest przestrzenią liniową, gdzie + oraz są działaniami zdefiniowanymi wzorami: 9 Wykład 9: Przestrzenie liniowe i podprzestrzenie Definicja 9 Niech F będzie ciałem Algebrę (V, F, +, ), gdzie V, + jest działaniem w zbiorze V zwanym dodawaniem wektorów, a jest działaniem zewnętrznym

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

LX Olimpiada Matematyczna

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

Bardziej szczegółowo

B jest liniowo niezależny V = lin (B) 1. Układ pusty jest bazą przestrzeni trywialnej {θ}. a i v i = i I. b i v i, (a i b i ) v i = θ.

B jest liniowo niezależny V = lin (B) 1. Układ pusty jest bazą przestrzeni trywialnej {θ}. a i v i = i I. b i v i, (a i b i ) v i = θ. 8 Baza i wymiar Definicja 8.1. Bazą przestrzeni liniowej nazywamy liniowo niezależny układ jej wektorów, który generuję tę przestrzeń. Innymi słowy, układ B = (v i ) i I wektorów z przestrzeni V jest bazą

Bardziej szczegółowo

Struktury formalne, czyli elementy Teorii Modeli

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

Bardziej szczegółowo

Wykład 10. Stwierdzenie 1. X spełnia warunek Borela wtedy i tylko wtedy, gdy każda scentrowana rodzina zbiorów domkniętych ma niepusty przekrój.

Wykład 10. Stwierdzenie 1. X spełnia warunek Borela wtedy i tylko wtedy, gdy każda scentrowana rodzina zbiorów domkniętych ma niepusty przekrój. Wykład 10 Twierdzenie 1 (Borel-Lebesgue) Niech X będzie przestrzenią zwartą Z każdego pokrycia X zbiorami otwartymi można wybrać podpokrycie skończone Dowód Lemat 1 Dla każdego pokrycia U przestrzeni ośrodkowej

Bardziej szczegółowo

Przykładami ciągów, które Czytelnik dobrze zna (a jeśli nie, to niniejszym poznaje), jest ciąg arytmetyczny:

Przykładami ciągów, które Czytelnik dobrze zna (a jeśli nie, to niniejszym poznaje), jest ciąg arytmetyczny: Podstawowe definicje Definicja ciągu Ciągiem nazywamy funkcję na zbiorze liczb naturalnych, tzn. przyporządkowanie każdej liczbie naturalnej jakiejś liczby rzeczywistej. (Mówimy wtedy o ciągu o wyrazach

Bardziej szczegółowo

Matematyka Dyskretna 2/2008 rozwiązania. x 2 = 5x 6 (1) s 1 = Aα 1 + Bβ 1. A + B = c 2 A + 3 B = d

Matematyka Dyskretna 2/2008 rozwiązania. x 2 = 5x 6 (1) s 1 = Aα 1 + Bβ 1. A + B = c 2 A + 3 B = d C. Bagiński Materiały dydaktyczne 1 Matematyka Dyskretna /008 rozwiązania 1. W każdym z następujących przypadków podać jawny wzór na s n i udowodnić indukcyjnie jego poprawność: (a) s 0 3, s 1 6, oraz

Bardziej szczegółowo

Znaleźć wzór ogólny i zbadać istnienie granicy ciągu określonego rekurencyjnie:

Znaleźć wzór ogólny i zbadać istnienie granicy ciągu określonego rekurencyjnie: Ciągi rekurencyjne Zadanie 1 Znaleźć wzór ogólny i zbadać istnienie granicy ciągu określonego rekurencyjnie: w dwóch przypadkach: dla i, oraz dla i. Wskazówka Należy poszukiwać rozwiązania w postaci, gdzie

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

7 Twierdzenie Fubiniego

7 Twierdzenie Fubiniego M. Beśka, Wstęp do teorii miary, wykład 7 19 7 Twierdzenie Fubiniego 7.1 Miary produktowe Niech i będą niepustymi zbiorami. Przez oznaczmy produkt kartezjański i tj. zbiór = { (x, y : x y }. Niech E oraz

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

Poprawność semantyczna

Poprawność semantyczna Poprawność składniowa Poprawność semantyczna Poprawność algorytmu Wypisywanie zdań z języka poprawnych składniowo Poprawne wartościowanie zdań języka, np. w języku programowania skutki wystąpienia wyróżnionych

Bardziej szczegółowo

Logika Stosowana. Wykład 2 - Logika modalna Część 2. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017

Logika Stosowana. Wykład 2 - Logika modalna Część 2. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017 Logika Stosowana Wykład 2 - Logika modalna Część 2 Marcin Szczuka Instytut Informatyki UW Wykład monograficzny, semestr letni 2016/2017 Marcin Szczuka (MIMUW) Logika Stosowana 2017 1 / 27 Plan wykładu

Bardziej szczegółowo

R k v = 0}. k N. V 0 = ker R k 0

R k v = 0}. k N. V 0 = ker R k 0 Definicja 1 Niech R End(V ). Podprzestrzeń W przestrzeni V nazywamy podprzestrzenią niezmienniczą odwzorowania R jeśli Rw W, dla każdego w W ; równoważnie: R(W ) W. Jeśli W jest różna od przestrzeni {0}

Bardziej szczegółowo

Zadanie 2. Obliczyć rangę dowolnego elementu zbioru uporządkowanego N 0 N 0, gdy porządek jest zdefiniowany następująco: (a, b) (c, d) (a c b d)

Zadanie 2. Obliczyć rangę dowolnego elementu zbioru uporządkowanego N 0 N 0, gdy porządek jest zdefiniowany następująco: (a, b) (c, d) (a c b d) Matemaryka dyskretna - zadania Zadanie 1. Opisać zbiór wszystkich elementów rangi k zbioru uporządkowanego X dla każdej liczby naturalnej k, gdy X jest rodziną podzbiorów zbioru skończonego Y. Elementem

Bardziej szczegółowo

Twierdzenie Li-Yorke a Twierdzenie Szarkowskiego

Twierdzenie Li-Yorke a Twierdzenie Szarkowskiego Politechnika Gdańska Wydział Fizyki Technicznej i Matematyki Stosowanej Twierdzenie Li-Yorke a Twierdzenie Szarkowskiego Autor: Kamil Jaworski 11 marca 2012 Spis treści 1 Wstęp 2 1.1 Podstawowe pojęcia........................

Bardziej szczegółowo

W. Guzicki Zadanie IV z Informatora Maturalnego poziom rozszerzony 1

W. Guzicki Zadanie IV z Informatora Maturalnego poziom rozszerzony 1 W. Guzicki Zadanie IV z Informatora Maturalnego poziom rozszerzony 1 Zadanie IV. Dany jest prostokątny arkusz kartony o długości 80 cm i szerokości 50 cm. W czterech rogach tego arkusza wycięto kwadratowe

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, /15

Matematyka dyskretna. Andrzej Łachwa, UJ, /15 Matematyka dyskretna Andrzej Łachwa, UJ, 2015 andrzej.lachwa@uj.edu.pl 3/15 Indukcja matematyczna Poprawność indukcji matematycznej wynika z dobrego uporządkowania liczb naturalnych, czyli z następującej

Bardziej szczegółowo

Twierdzenie spektralne

Twierdzenie spektralne Twierdzenie spektralne Algebrę ograniczonych funkcji borelowskich na K R będziemy oznaczać przez B (K). Spektralnym rozkładem jedności w przestrzeni Hilberta H nazywamy odwzorowanie, które każdemu zbiorowi

Bardziej szczegółowo

Dwa równania kwadratowe z częścią całkowitą

Dwa równania kwadratowe z częścią całkowitą Dwa równania kwadratowe z częścią całkowitą Andrzej Nowicki Wydział Matematyki i Informatyki Uniwersytet M. Kopernika w Toruniu anow @ mat.uni.torun.pl 4 sierpnia 00 Jeśli r jest liczbą rzeczywistą, to

Bardziej szczegółowo

Zbiory, relacje i funkcje

Zbiory, relacje i funkcje Zbiory, relacje i funkcje Zbiory będziemy zazwyczaj oznaczać dużymi literami A, B, C, X, Y, Z, natomiast elementy zbiorów zazwyczaj małymi. Podstawą zależność między elementem zbioru a zbiorem, czyli relację

Bardziej szczegółowo

zbiorów domkniętych i tak otrzymane zbiory domknięte ustawiamy w ciąg. Oznaczamy

zbiorów domkniętych i tak otrzymane zbiory domknięte ustawiamy w ciąg. Oznaczamy 5. Funkcje 1 klasy Baire a. Pod koniec XIX i początkiem XX wieku kilku matematyków zajmowało się problemami dotyczącymi klasyfikacji funkcji borelowskich: między innymi R. Baire, E. Borel, H. Lebesgue

Bardziej szczegółowo

Rodzinę spełniającą trzeci warunek tylko dla sumy skończonej nazywamy ciałem (algebrą) w zbiorze X.

Rodzinę spełniającą trzeci warunek tylko dla sumy skończonej nazywamy ciałem (algebrą) w zbiorze X. 1 σ-ciała Definicja 1.1 (σ - ciało) σ - ciałem (σ - algebrą) w danym zbiorze X (zwanym przestrzenią) nazywamy rodzinę M pewnych podzbiorów zbioru X, spełniającą trzy warunki: 1 o M; 2 o jeśli A M, to X

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

Ciągi komplementarne. Autor: Krzysztof Zamarski. Opiekun pracy: dr Jacek Dymel

Ciągi komplementarne. Autor: Krzysztof Zamarski. Opiekun pracy: dr Jacek Dymel Ciągi komplementarne Autor: Krzysztof Zamarski Opiekun pracy: dr Jacek Dymel Spis treści 1 Wprowadzenie 2 2 Pojęcia podstawowe 3 2.1 Oznaczenia........................... 3 2.2 "Ciąg odwrotny"........................

Bardziej szczegółowo

Funkcje rekurencyjne

Funkcje rekurencyjne Funkcje rekurencyjne Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Funkcje rekurencyjne Jerzy Pogonowski (MEG) Funkcje rekurencyjne Funkcje rekurencyjne 1 / 34 Wprowadzenie

Bardziej szczegółowo

Wykład 3. Miara zewnętrzna. Definicja 3.1 (miary zewnętrznej) Funkcję µ przyporządkowującą każdemu podzbiorowi

Wykład 3. Miara zewnętrzna. Definicja 3.1 (miary zewnętrznej) Funkcję µ przyporządkowującą każdemu podzbiorowi Wykład 3 Miara zewnętrzna Definicja 3.1 (miary zewnętrznej Funkcję przyporządkowującą każdemu podzbiorowi A danej przestrzeni X liczbę (A [0, + ] (a więc określoną na rodzinie wszystkich podzbiorów przestrzeni

Bardziej szczegółowo

n=0 (n + r)a n x n+r 1 (n + r)(n + r 1)a n x n+r 2. Wykorzystując te obliczenia otrzymujemy, że lewa strona równania (1) jest równa

n=0 (n + r)a n x n+r 1 (n + r)(n + r 1)a n x n+r 2. Wykorzystując te obliczenia otrzymujemy, że lewa strona równania (1) jest równa Równanie Bessela Będziemy rozważać następujące równanie Bessela x y xy x ν )y 0 ) gdzie ν 0 jest pewnym parametrem Rozwiązania równania ) nazywamy funkcjami Bessela rzędu ν Sprawdzamy, że x 0 jest regularnym

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

n=0 Dla zbioru Cantora prawdziwe są wersje lematu 3.6 oraz lematu 3.8 przy założeniu α = :

n=0 Dla zbioru Cantora prawdziwe są wersje lematu 3.6 oraz lematu 3.8 przy założeniu α = : 4. Zbiory borelowskie. Zbiór wszystkich podzbiorów liczb naturalnych będziemy oznaczali przez ω. Najmniejszą topologię na zbiorze ω, w której zbiory {A ω : x A ω \ y}, gdzie x oraz y są zbiorami skończonymi,

Bardziej szczegółowo

ALGEBRA Z GEOMETRIĄ BAZY PRZESTRZENI WEKTOROWYCH

ALGEBRA Z GEOMETRIĄ BAZY PRZESTRZENI WEKTOROWYCH ALGEBRA Z GEOMETRIĄ 1/10 BAZY PRZESTRZENI WEKTOROWYCH Piotr M. Hajac Uniwersytet Warszawski Wykład 11, 18.12.2013 Typeset by Jakub Szczepanik. Istnienie bazy Tak jak wśród wszystkich pierścieni wyróżniamy

Bardziej szczegółowo

2. Definicja pochodnej w R n

2. Definicja pochodnej w R n 2. Definicja pochodnej w R n Niech będzie dana funkcja f : U R określona na zbiorze otwartym U R n. Pochodną kierunkową w punkcie a U w kierunku wektora u R n nazywamy granicę u f(a) = lim t 0 f(a + tu)

Bardziej szczegółowo

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

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

Bardziej szczegółowo

TEORETYCZNE PODSTAWY INFORMATYKI

TEORETYCZNE PODSTAWY INFORMATYKI 1 TEORETYCZNE PODSTAWY INFORMATYKI WFAiS UJ, Informatyka Stosowana I rok studiów, I stopień Wykład 14c 2 Definicje indukcyjne Twierdzenia dowodzone przez indukcje Definicje indukcyjne Definicja drzewa

Bardziej szczegółowo

jest ciągiem elementów z przestrzeni B(R, R)

jest ciągiem elementów z przestrzeni B(R, R) Wykład 2 1 Ciągi Definicja 1.1 (ciąg) Ciągiem w zbiorze X nazywamy odwzorowanie x: N X. Dla uproszczenia piszemy x n zamiast x(n). Przykład 1. x n = n jest ciągiem elementów z przestrzeni R 2. f n (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

Logarytmy. Funkcje logarytmiczna i wykładnicza. Równania i nierówności wykładnicze i logarytmiczne.

Logarytmy. Funkcje logarytmiczna i wykładnicza. Równania i nierówności wykładnicze i logarytmiczne. Logarytmy. Funkcje logarytmiczna i wykładnicza. Równania i nierówności wykładnicze i logarytmiczne. Definicja. Niech a i b będą dodatnimi liczbami rzeczywistymi i niech a. Logarytmem liczby b przy podstawie

Bardziej szczegółowo

Łatwy dowód poniższej własności pozostawiamy czytelnikowi.

Łatwy dowód poniższej własności pozostawiamy czytelnikowi. Rozdział 3 Logarytm i potęga 3.1 Potęga o wykładniku naturalnym Definicja potęgi o wykładniku naturalnym. Niech x R oraz n N. Potęgą o podstawie x i wykładniku n nazywamy liczbę x n określoną następująco:

Bardziej szczegółowo

Aproksymacja diofantyczna

Aproksymacja diofantyczna Aproksymacja diofantyczna Szymon Draga Ustroń, 4 listopada 0 r Wprowadzenie Jak wiadomo, każdą liczbę niewymierną można (z dowolną dokładnością) aproksymować liczbami wymiernymi Powstaje pytanie, w jaki

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, /10

Matematyka dyskretna. Andrzej Łachwa, UJ, /10 Matematyka dyskretna Andrzej Łachwa, UJ, 2018 andrzej.lachwa@uj.edu.pl 3/10 indukcja matematyczna Poprawność indukcji matematycznej wynika z dobrego uporządkowania liczb naturalnych, czyli z następującej

Bardziej szczegółowo

Grzegorz Bobiński. Wykład monograficzny Programowanie Liniowe i Całkowitoliczbowe

Grzegorz Bobiński. Wykład monograficzny Programowanie Liniowe i Całkowitoliczbowe Grzegorz Bobiński Wykład monograficzny Programowanie Liniowe i Całkowitoliczbowe Wydział Matematyki i Informatyki Uniwersytet Mikołaja Kopernika w Toruniu 2012 Spis treści Notacja 1 1 Podstawowe pojęcia

Bardziej szczegółowo

Matematyka dyskretna dla informatyków

Matematyka dyskretna dla informatyków Matematyka dyskretna dla informatyków Część I: Elementy kombinatoryki Jerzy Jaworski Zbigniew Palka Jerzy Szymański Uniwersytet im. Adama Mickiewicza Poznań 2007 4 Zależności rekurencyjne Wiele zależności

Bardziej szczegółowo

i=0 a ib k i, k {0,..., n+m}. Przypuśćmy, że wielomian

i=0 a ib k i, k {0,..., n+m}. Przypuśćmy, że wielomian 9. Wykład 9: Jednoznaczność rozkładu w pierścieniach wielomianów. Kryteria rozkładalności wielomianów. 9.1. Jednoznaczność rozkładu w pierścieniach wielomianów. Uwaga 9.1. Niech (R, +, ) będzie pierścieniem

Bardziej szczegółowo

Analiza matematyczna. 1. Ciągi

Analiza matematyczna. 1. Ciągi Analiza matematyczna 1. Ciągi Definicja 1.1 Funkcję a: N R odwzorowującą zbiór liczb naturalnych w zbiór liczb rzeczywistych nazywamy ciągiem liczbowym. Wartość tego odwzorowania w punkcie n nazywamy n

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

System BCD z κ. Adam Slaski na podstawie wykładów, notatek i uwag Pawła Urzyczyna. Semestr letni 2009/10

System BCD z κ. Adam Slaski na podstawie wykładów, notatek i uwag Pawła Urzyczyna. Semestr letni 2009/10 System BCD z κ Adam Slaski na podstawie wykładów, notatek i uwag Pawła Urzyczyna Semestr letni 2009/10 Rozważamy system BCD ze stałą typową κ i aksjomatami ω κ κ i κ ω κ. W pierwszej części tej notatki

Bardziej szczegółowo

Obliczenia iteracyjne

Obliczenia iteracyjne Lekcja Strona z Obliczenia iteracyjne Zmienne iteracyjne (wyliczeniowe) Obliczenia iteracyjne wymagają zdefiniowania specjalnej zmiennej nazywanej iteracyjną lub wyliczeniową. Zmienną iteracyjną od zwykłej

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

F t+ := s>t. F s = F t.

F t+ := s>t. F s = F t. M. Beśka, Całka Stochastyczna, wykład 1 1 1 Wiadomości wstępne 1.1 Przestrzeń probabilistyczna z filtracją Niech (Ω, F, P ) będzie ustaloną przestrzenią probabilistyczną i niech F = {F t } t 0 będzie rodziną

Bardziej szczegółowo

1. Definicja granicy właściwej i niewłaściwej funkcji.

1. Definicja granicy właściwej i niewłaściwej funkcji. V. Granica funkcji jednej zmiennej. 1. Definicja granicy właściwej i niewłaściwej funkcji. Definicja 1.1. (sąsiedztwa punktu i sąsiedztwa nieskończoności) Niech x 0 R, r > 0, a, b R. Definiujemy S(x 0,

Bardziej szczegółowo

Kolorowanie płaszczyzny, prostych i okręgów

Kolorowanie płaszczyzny, prostych i okręgów Kolorowanie płaszczyzny, prostych i okręgów Jadwiga Czyżewska Pisane pod kierunkiem W.Guzickiego W 2013 roku na II etapie VIII edycji Olimpiady Matematycznej Gimnazjalistów pojawiło się zadanie o następującej

Bardziej szczegółowo

Indukcja matematyczna. Zasada minimum. Zastosowania.

Indukcja matematyczna. Zasada minimum. Zastosowania. Indukcja matematyczna. Zasada minimum. Zastosowania. Arkadiusz Męcel Uwagi początkowe W trakcie zajęć przyjęte zostaną następujące oznaczenia: 1. Zbiory liczb: R - zbiór liczb rzeczywistych; Q - zbiór

Bardziej szczegółowo

E-learning - matematyka - poziom rozszerzony. Funkcja wykładnicza. Materiały merytoryczne do kursu

E-learning - matematyka - poziom rozszerzony. Funkcja wykładnicza. Materiały merytoryczne do kursu E-learning - matematyka - poziom rozszerzony Funkcja wykładnicza Materiały merytoryczne do kursu Definicję i własności funkcji wykładniczej poprzedzimy definicją potęgi o wykładniku rzeczywistym. Poprawna

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, /14

Matematyka dyskretna. Andrzej Łachwa, UJ, /14 Matematyka dyskretna Andrzej Łachwa, UJ, 2019 andrzej.lachwa@uj.edu.pl 4/14 Indukcja matematyczna Poprawność indukcji matematycznej wynika z dobrego uporządkowania liczb naturalnych, czyli z następującej

Bardziej szczegółowo

Skończone rozszerzenia ciał

Skończone rozszerzenia ciał Skończone rozszerzenia ciał Notkę tę rozpoczniemy od definicji i prostych własności wielomianu minimalnego, następnie wprowadzimy pojecie rozszerzenia pojedynczego o element algebraiczny, udowodnimy twierdzenie

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, a/15

Matematyka dyskretna. Andrzej Łachwa, UJ, a/15 Matematyka dyskretna Andrzej Łachwa, UJ, 2017 andrzej.lachwa@uj.edu.pl 3a/15 Indukcja matematyczna Zasada Minimum Dowolny niepusty podzbiór S zbioru liczb naturalnych ma w sobie liczbę najmniejszą. Zasada

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, /15

Matematyka dyskretna. Andrzej Łachwa, UJ, /15 Matematyka dyskretna Andrzej Łachwa, UJ, 2014 andrzej.lachwa@uj.edu.pl 3/15 Indukcja matematyczna Poprawność indukcji matematycznej wynika z dobrego uporządkowania liczb naturalnych, czyli z następującej

Bardziej szczegółowo

Funkcja wykładnicza kilka dopowiedzeń

Funkcja wykładnicza kilka dopowiedzeń Funkcje i ich granice Było: Zbiór argumentów; zbiór wartości; monotoniczność; funkcja odwrotna; funkcja liniowa; kwadratowa; wielomiany; funkcje wymierne; funkcje trygonometryczne i ich odwrotności; funkcja

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

0 + 0 = 0, = 1, = 1, = 0.

0 + 0 = 0, = 1, = 1, = 0. 5 Kody liniowe Jak już wiemy, w celu przesłania zakodowanego tekstu dzielimy go na bloki i do każdego z bloków dodajemy tak zwane bity sprawdzające. Bity te są w ścisłej zależności z bitami informacyjnymi,

Bardziej szczegółowo

SIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa

SIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa SIMR 06/07, Analiza, wykład, 07-0- Przestrzeń wektorowa Przestrzeń wektorowa (liniowa) - przestrzeń (zbiór) w której określone są działania (funkcje) dodawania elementów i mnożenia elementów przez liczbę

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

Matematyka dyskretna. Andrzej Łachwa, UJ, /10

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

Bardziej szczegółowo

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

Działanie grupy na zbiorze

Działanie grupy na zbiorze Działanie grupy na zbiorze Definicja 0.1 Niech (G, ) będzie dowolną grupą oraz X niepustym zbiorem, to odwzorowanie : G X X nazywamy działaniem grupy G na zbiorze X jeślinastępujące warunki są spełnione:

Bardziej szczegółowo

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

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

Bardziej szczegółowo

9 Przekształcenia liniowe

9 Przekształcenia liniowe 9 Przekształcenia liniowe Definicja 9.1. Niech V oraz W będą przestrzeniami liniowymi nad tym samym ciałem F. Przekształceniem liniowym nazywamy funkcję ϕ : V W spełniającą warunek (LM) v1,v 2 V a1,a 2

Bardziej szczegółowo

Wykład z równań różnicowych

Wykład z równań różnicowych Wykład z równań różnicowych 1 Wiadomości wstępne Umówmy się, że na czas tego wykładu zrezygnujemy z oznaczania n-tego wyrazu ciągu symbolem typu x n, y n itp. Zamiast tego pisać będziemy x (n), y (n) itp.

Bardziej szczegółowo

Teoria miary i całki

Teoria miary i całki Teoria miary i całki Spis treści 1 Wstęp 3 2 lgebra zbiorów 5 3 Pierścienie, ciała, σ ciała zbiorów. 7 3.1 Definicja pierścienia ciała i σ ciała............... 7 3.2 Pierścień, ciało i σ ciało generowane

Bardziej szczegółowo

Układy równań i nierówności liniowych

Układy równań i nierówności liniowych Układy równań i nierówności liniowych Wiesław Krakowiak 1 grudnia 2010 1 Układy równań liniowych DEFINICJA 11 Układem równań m liniowych o n niewiadomych X 1,, X n, nazywamy układ postaci: a 11 X 1 + +

Bardziej szczegółowo

Ciała i wielomiany 1. przez 1, i nazywamy jedynką, zaś element odwrotny do a 0 względem działania oznaczamy przez a 1, i nazywamy odwrotnością a);

Ciała i wielomiany 1. przez 1, i nazywamy jedynką, zaś element odwrotny do a 0 względem działania oznaczamy przez a 1, i nazywamy odwrotnością a); Ciała i wielomiany 1 Ciała i wielomiany 1 Definicja ciała Niech F będzie zbiorem, i niech + ( dodawanie ) oraz ( mnożenie ) będą działaniami na zbiorze F. Definicja. Zbiór F wraz z działaniami + i nazywamy

Bardziej szczegółowo

Indukcja matematyczna. Matematyka dyskretna

Indukcja matematyczna. Matematyka dyskretna Indukcja matematyczna Matematyka dyskretna Indukcja matematyczna Indukcja matematyczna będzie przez nas używana jako metoda dowodzenia twierdzeń. Zazwyczaj są to twierdzenia dotyczące liczb naturalnych,

Bardziej szczegółowo

Obóz Naukowy Olimpiady Matematycznej Gimnazjalistów

Obóz Naukowy Olimpiady Matematycznej Gimnazjalistów Obóz Naukowy Olimpiady Matematycznej Gimnazjalistów Liga zadaniowa 202/203 Seria VI (grudzień 202) rozwiązania zadań 26. Udowodnij, że istnieje 0 00 kolejnych liczb całkowitych dodatnich nie większych

Bardziej szczegółowo

Konstrukcja liczb rzeczywistych przy pomocy ciągów Cauchy ego liczb wymiernych

Konstrukcja liczb rzeczywistych przy pomocy ciągów Cauchy ego liczb wymiernych Konstrukcja liczb rzeczywistych przy pomocy ciągów Cauchy ego liczb wymiernych Marcin Michalski, 015-1 Wprowadzenie Jedną z intuicji na temat liczb rzeczywistych jest myślenie o nich jako liczbach, które

Bardziej szczegółowo

Definicja odwzorowania ciągłego i niektóre przykłady

Definicja odwzorowania ciągłego i niektóre przykłady Odwzorowania Pojęcie odwzorowania pomiędzy dwoma zbiorami było już definiowane, ale dawno, więc nie od rzeczy będzie przypomnieć, że odwzorowaniem nazywamy sposób przyporządkowania (niekoniecznie każdemu)

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

= b i M i [x], gdy charf = p, to a i jest pierwiastkiem wielomianu x n i

= b i M i [x], gdy charf = p, to a i jest pierwiastkiem wielomianu x n i 15. Wykład 15: Rozszerzenia pierwiastnikowe. Elementy wyrażające się przez pierwiastniki. Rozwiązalność równań przez pierwiastniki. Równania o dowolnych współczynnikach. 15.1. Rozszerzenia pierwiastnikowe.

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