Podstawy logiki i teorii mnogości Informatyka, I rok. Semestr letni 2013/14. Tomasz Połacik
|
|
- Jerzy Pietrzak
- 7 lat temu
- Przeglądów:
Transkrypt
1 Podstawy logiki i teorii mnogości Informatyka, I rok. Semestr letni 2013/14. Tomasz Połacik 9 Relacje 9.1 Podstawowe pojęcia 9.1 Definicja (Relacja). Relacją (binarną) nazywamy dowolny podzbiór produktu kartezjańskiego dwóch zbiorów. Dziedziną lewostronną relacji R nazywamy zbiór D l (R) = {x : x, y R dla pewnego y}, a dziedziną prawostronną relacji R nazywamy zbiór D r (R) = {y : x, y R dla pewnego x}. Zbiór D l (R) D r (R) nazywamy polem relacji R. 9.2 Definicja (Złożenie relacji, relacja odwrotna). Złożeniem relacji R i S nazywamy relację S R = { x, z : dla pewnego y, x, y R oraz y, z S}. Relacją odwrotną do R nazywamy relację R 1 = { y, x : x, y R}. 9.3 Twierdzenie. Dla dowolnych relacji R i S mamy (S R) 1 = R 1 S Relacje równoważności 9.4 Definicja (Relacja równoważności). Relację R X X nazywamy relacją równoważności, gdy 1. R jest zwrotna: x X xrx, 2. R jest symetryczna: x, y X (xry yrx), 3. R jest przechodnia: x, y, z X (xry yrz xrz). 1
2 9 Relacje Przykład. Następujące relacje są relacjami równoważności: 1. A = P({1,..., n}) oraz X R A Y X Y. 2. B = Z oraz k R B l k l (mod 3). 3. C = N N oraz 4. D = Z (Z \ {0} oraz m 1, n 1 R C m 2, n 2 m 1 + n 2 = m 2 + n 2. k, l R D p, q kq = lp. 9.6 Definicja (Klasa abstrakcji, zbiór ilorazowy). Niech R będzie relacją równoważności w zbiorze X. Klasą abstrakcji elementu a X względem relacji R nazywamy zbiór [a] R = {x A : xra}. Zbiorem ilorazowym zbioru A względem relacji R nazywamy zbiór 9.7 Przykład. Zbiory ilorazowe: 1. A/R A =. 2. B/R B =. 3. C/R C =. 4. D/R D =. A/R = {[x] R : x A}. 9.8 Definicja (Podział zbioru). Rodzinę P podzbiorów zbioru A nazywamy podziałem zbioru A gdy 1. X, dla każdego X P; 2. X Y X Y =, dla dowolnych X, Y P; 3. P = A. 9.9 Przykład. Podziały: 1. A/R A =.
3 9 Relacje 3 2. B/R B =. 3. C/R C =. 4. D/R D = Lemat. Niech R będzie relacją równoważności na zbiorze A. Wówczas, dla dowolnych a, b A mamy arb [a] R = [b] R Twierdzenie (Zasada abstrakcji). Niech A będzie dowolnym niepustym zbiorem. Wówczas 1. Jeżeli R jest relacją równoważności na A, to A/R jest podziałem zbioru A. 2. Jeżeli rodzina P jest podziałem zbioru A, to relacja R zdefiniowana jako xry x, y Z, dla pewnego Z P jest relacją równoważności na A. 3. Funkcja F określona na zbiorze wszystkich relacji równoważności R na A taka, że F (R) = A/R przekształca ten zbiór wzajemnie jednoznacznie na zbiór wszystkich podziałów zbioru A. 9.3 Częściowe porządki 9.12 Definicja (Częściowy porządek, liniowy porządek, łańcuch). Relację na zbiorze A nazywamy relacją częściowego porządku, gdy 1. jest zwrotna, 2. jest słabo-symetryczna: x, y A (x y y x x = y), 3. jest przechodnia. Jeżeli jest częściowym porządkiem na A, to parę A, nazywamy zbiorem częściowo uporządkowanym. Relację częściowego porządku nazywamy relacją liniowego porządku, gdy spełnia dodatkowo warunek spójności 1 x, y A (x y y x). 1 Dowolne dwa elementy są porównywalne.
4 9 Relacje 4 Niech A będzie zbiorem częściowo uporządkowanym przez relację. Podzbiór B zbioru A taki, że B jest relacją liniowego porządku nazywamy łańcuchem Przykład. Przykłady zbiorów częściowo uporządkowanych: 1. X,, dla dowolnego zbioru X, 2. R,, 3. R,, 4. N \ {0},, 5. R N,, gdzie f g n. f(n) g(n), 6. X,, gdzie X jest dowolnym zbiorem funkcji oraz f g f = g dom(f), 7. porządek prefiksowy Przykład. Przykłady łańcuchów w zbiorach częściowo uporządkowanych z poprzedniego Przykładu Definicja (Elementy minimalny, maksymalny, największy, najmniejszy, kresy). Niech X będzie zbiorem częściowo uporządkowanym przez relację. Ponadto, niech a X oraz A X. Mówimy, że element a jest 1. minimalnym w A, gdy a A oraz x a x = a dla każdego x A; 2. maksymalnym w A, gdy a A oraz a x x = a dla każdego x A; 3. najmniejszym w A, gdy a A oraz a x dla każdego x A; 4. największym w A, gdy a A oraz x a dla każdego x A; 5. ograniczeniem dolnym zbioru A, gdy a x dla każdego x A; 6. ograniczeniem górnym zbioru A, gdy x a dla każdego x A; 7. kresem dolnym (infimum) zbioru A, gdy a jest największym ograniczeniem dolnym zbioru A, co zapisujemy a = inf A; 8. kresem górnym (supremum) zbioru A, gdy a jest najmniejszym ograniczeniem górnym zbioru A, co zapisujemy a = sup A.
5 9 Relacje Twierdzenie. Niech X będzie zbiorem częściowo uporządkowanym przez relację oraz niech A X. Wtedy 1. W A istnieje co najwyżej jeden element największy i co najwyżej jeden element najmniejszy. 2. Zbiór A ma co najwyżej jeden kres górny i co najwyżej jeden kres dolny. 3. Jeżeli a A jest elementem największym w A, to a jest (i) jedynym elementem maksymalnym w A, (ii) kresem górnym zbioru A. 4. Jeżeli a A jest elementem najmniejszym w A, to a jest (i) jedynym elementem minimalnym w A, (ii) kresem dolym zbioru A Twierdzenie. Niech X będzie zbiorem częściowo uporządkowanym przez relację oraz niech A X będzie łańcuchem. Wtedy 1. W A istnieje co najwyżej jeden element minimalny i jest on jednocześnie elementem najmniejszym w A. 2. W A istnieje co najwyżej jeden element maksymalny i jest on jednocześnie elementem największym w A Twierdzenie. Niech X będzie zbiorem częściowo uporządkowanym przez relację oraz niech A X będzie zbiorem skończonym. Wtedy 1. W A istnieje element maksymalny i element minimalny. 2. Jeżeli w A istnieje dokładnie jeden element maksymalny, to jest on jednocześnie elementem największym w A. 3. Jeżeli w A istnieje dokładnie jeden element minimalny, to jest on jednocześnie elementem najmniejszym w A. 9.4 Lemat Kuratowskiego-Zorna, Twierdzenie Zermelo i Pewnik Wyboru Lemat Kuratowskiego-Zorna. Niech X będzie zbiorem częściowo uporządkowanym przez relację. Wówczas, jeżeli każdy łańcuch ma ograniczenie górne w X, to w X istnieje element maksymalny.
6 9 Relacje Definicja (Dobry porządek). Niech X będzie zbiorem liniowo uporządkowanym przez relację. Mówimy, że jest relacją dobrego porządku, gdy w każdym niepustym podzbiorze zbioru X istnieje element najmniejszy Twierdzenie Zermelo. Dla każdego zbioru X istnieje relacja, która go dobrze porządkuje Pewnik Wyboru, Lemat Kuratowskiego-Zorna i Twierdzenie Zermelo są sobie wzajemnie równoważne. Literatura [GZ] W. Guzicki, P. Zakrzewski, Wykłady ze wstępu do matematyki, PWN tp
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 szczegółowoPodstawy 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 szczegółowoRELACJE I ODWZOROWANIA
RELACJE I ODWZOROWANIA Definicja. Dwuargumentową relacją określoną w iloczynie kartezjańskim X Y, X Y nazywamy uporządkowaną trójkę R = ( X, grr, Y ), gdzie grr X Y. Zbiór X nazywamy naddziedziną relacji.
Bardziej szczegółowoZagadnienia: 1. Definicje porządku słabego i silnego. 2. Elementy minimalne, maksymalne, kresy, etc.
Zagadnienia: 1. Definicje porządku słabego i silnego. 2. Elementy minimalne, maksymalne, kresy, etc. 3. Porządki liniowe. Porządki gęste, ciągłe i dobre. dradamkolany,mailto:ynalok64@wp.pl,http://kolany.pl,gg:1797933,tel.(+48)602804128...
Bardziej szczegółowoMatematyka 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 szczegółowoRelacje. Relacje / strona 1 z 18
Relacje Relacje / strona 1 z 18 Relacje (para uporządkowana, iloczyn kartezjański) Definicja R.1. Parą uporządkowaną (x,y) nazywamy zbiór {{x},{x,y}}. Uwaga: (Ala, Ola) (Ola, Ala) Definicja R.2. (n-tka
Bardziej szczegółowoKierunek 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 szczegółowoRelacje. 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 szczegółowoNotatki 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 szczegółowoRelacje. 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 szczegółowoElementy teorii mnogości. Część II. Wojciech Buszkowski Zakład Teorii Obliczeń Wydział Matematyki i Informatyki Uniwersytet im.
Elementy teorii mnogości. II 1 Elementy teorii mnogości Część II Wojciech Buszkowski Zakład Teorii Obliczeń Wydział Matematyki i Informatyki Uniwersytet im. Adama Mickiewicza Elementy teorii mnogości.
Bardziej szczegółowoUzupełnienia 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 szczegółowoLogika I. Wykład 3. Relacje i funkcje
Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 3. Relacje i funkcje 1 Już było... Definicja 2.6. (para uporządkowana) Parą uporządkowaną nazywamy zbiór {{x},
Bardziej szczegółowoWstęp do Matematyki (3)
Wstęp do Matematyki (3) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Ważne typy relacji Jerzy Pogonowski (MEG) Wstęp do Matematyki (3) Ważne typy relacji 1 / 54 Wprowadzenie
Bardziej szczegółowoWykład 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 szczegółowoTeoria automatów i języków formalnych. Określenie relacji
Relacje Teoria automatów i języków formalnych Dr inŝ. Janusz ajewski Katedra Informatyki Określenie relacji: Określenie relacji Relacja R jest zbiorem par uporządkowanych, czyli podzbiorem iloczynu kartezjańskiego
Bardziej szczegółowoI. 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 szczegółowoInformatyka, I stopień
Uniwersytet Śląski w Katowicach str. 1 Kierunek i poziom studiów: Informatyka, I stopień Sylabus modułu: Podstawy logiki i teorii mnogości (LTM200.2) wariantu modułu (opcjonalnie): 1. Informacje ogólne
Bardziej szczegółowoKierunek 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 szczegółowoAnaliza matematyczna 1
Analiza matematyczna 1 Marcin Styborski Katedra Analizy Nieliniowej pok. 610E (gmach B) marcins@mif.pg.gda.pl www.mif.pg.gda.pl/homepages/marcins () 28 września 2010 1 / 10 Literatura podstawowa R. Rudnicki,
Bardziej szczegółowodomykanie 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 szczegółowoAlgebrą 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 szczegółowoKURS MATEMATYKA DYSKRETNA
KURS MATEMATYKA DYSKRETNA Lekcja 17 Relacje częściowego porządku. Diagramy Hassego. ZADANIE DOMOWE www.akademia.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowiedź (tylko jedna jest prawdziwa).
Bardziej szczegółowoSYLABUS DOTYCZY CYKLU KSZTAŁCENIA realizacja w roku akademickim 2016/2017
Załącznik nr 4 do Uchwały Senatu nr 430/01/2015 SYLABUS DOTYCZY CYKLU KSZTAŁCENIA 2016-2020 realizacja w roku akademickim 2016/2017 1.1. PODSTAWOWE INFORMACJE O PRZEDMIOCIE/MODULE Nazwa przedmiotu/ modułu
Bardziej szczegółowoMetalogika (1) Jerzy Pogonowski. Uniwersytet Opolski. Zakład Logiki Stosowanej UAM
Metalogika (1) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Uniwersytet Opolski Jerzy Pogonowski (MEG) Metalogika (1) Uniwersytet Opolski 1 / 21 Wstęp Cel: wprowadzenie
Bardziej szczegółowoSYLABUS DOTYCZY CYKLU KSZTAŁCENIA (skrajne daty)
Załącznik nr 4 do Uchwały Senatu nr 430/01/2015 SYLABUS DOTYCZY CYKLU KSZTAŁCENIA 2016-2019 (skrajne daty) 1.1. PODSTAWOWE INFORMACJE O PRZEDMIOCIE/MODULE Nazwa przedmiotu/ modułu Wstęp do logiki i teorii
Bardziej szczegółowoZbiory. 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 szczegółowoBOGDAN 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 szczegółowoZbiory, funkcje i ich własności. XX LO (wrzesień 2016) Matematyka elementarna Temat #1 1 / 16
Zbiory, funkcje i ich własności XX LO (wrzesień 2016) Matematyka elementarna Temat #1 1 / 16 Zbiory Zbiory ograniczone, kresy Zbiory ograniczone, min, max, sup, inf Zbiory ograniczone 1 Zbiór X R jest
Bardziej szczegółowoLogika Matematyczna. Jerzy Pogonowski. Własności relacji. Zakład Logiki Stosowanej UAM
Logika Matematyczna Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Własności relacji Jerzy Pogonowski (MEG) Logika Matematyczna Własności relacji 1 / 46 Wprowadzenie
Bardziej szczegółowo020 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 szczegółowoIVa. Relacje - abstrakcyjne własności
IVa. Relacje - abstrakcyjne własności Grzegorz Kosiorowski Uniwersytet Ekonomiczny w Krakowie rzegorz Kosiorowski (Uniwersytet Ekonomiczny wiva. Krakowie) Relacje - abstrakcyjne własności 1 / 22 1 Zwrotność
Bardziej szczegółowoWstęp 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 szczegółowoKARTA KURSU. Kod Punktacja ECTS* 7
KARTA KURSU Nazwa Nazwa w j. ang. Wstęp do logiki i teorii mnogości Introduction to Logic and Set Theory Kod Punktacja ECTS* 7 Koordynator Dr hab. prof. UP Piotr Błaszczyk Zespół dydaktyczny: Dr hab. prof.
Bardziej szczegółowoWYKŁAD 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 szczegółowoTeoria popytu. Popyt indywidualny konsumenta
Teoria popytu Popyt indywidualny konsumenta Koszyk towarów Definicja 1 Wektor x=(x 1,x 2,x 3,...,x n ) taki, że x i 0 dla każdego i,w którym i-ta współrzędna oznacza ilość towaru nr i, którą konsument
Bardziej szczegółowoRozważmy 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 szczegółowoALGEBRA 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- 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 szczegółowoKARTA KURSU. Wstęp do logiki i teorii mnogości Introduction to Logic and Set Theory
KARTA KURSU Nazwa Nazwa w j. ang. Wstęp do logiki i teorii mnogości Introduction to Logic and Set Theory Kod Punktacja ECTS* 6 Koordynator Dr hab. prof. UP Piotr Błaszczyk Zespół dydaktyczny dr Antoni
Bardziej szczegółowoElementy 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 szczegółowoLogika matematyczna w informatyce
Paweł Gładki Logika matematyczna w informatyce http://www.math.us.edu.pl/ pgladki/ Konsultacje: Piątek, 8:00-9:30 Jeżeli chcesz spotkać się z prowadzącym podczas konsultacji, postaraj się powiadomić go
Bardziej szczegółowoWykłady z Matematyki Dyskretnej
Wykłady z Matematyki Dyskretnej dla kierunku Informatyka dr Instytut Informatyki Politechnika Krakowska Wykłady na bazie materiałów: dra hab. Andrzeja Karafiata dr hab. Joanny Kołodziej, prof. PK Informacje
Bardziej szczegółowoPytania 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 szczegółowoFUNKCJE. (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 szczegółowoLogika 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 szczegółowo1 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 szczegółowoAnaliza matematyczna i algebra liniowa Wprowadzenie Ciągi liczbowe
Analiza matematyczna i algebra liniowa Wprowadzenie Ciągi liczbowe Wojciech Kotłowski Instytut Informatyki Politechniki Poznańskiej email: imię.nazwisko@cs.put.poznan.pl pok. 2 (CW) tel. (61)665-2936 konsultacje:
Bardziej szczegółowoDEFINICJA. Definicja 1 Niech A i B będą zbiorami. Relacja R pomiędzy A i B jest podzbiorem iloczynu kartezjańskiego tych zbiorów, R A B.
RELACJE Relacje 1 DEFINICJA Definicja 1 Niech A i B będą zbiorami. Relacja R pomiędzy A i B jest podzbiorem iloczynu kartezjańskiego tych zbiorów, R A B. Relacje 2 Przykład 1 Wróćmy do przykładu rozważanego
Bardziej szczegółowo(4) x (y z) = (x y) (x z), x (y z) = (x y) (x z), (3) x (x y) = x, x (x y) = x, (2) x 0 = x, x 1 = x
2. Wykład 2: algebry Boole a, kraty i drzewa. 2.1. Algebra Boole a. 1 Ważnym dla nas przykładem algebr są algebry Boole a, czyli algebry B = (B,,,, 0, 1) typu (2, 2, 1, 0, 0) spełniające własności: (1)
Bardziej szczegółowoSzymon G l ab. Struktury losowe II Graf losowy. Instytut Matematyki, Politechnika Lódzka
Instytut Matematyki, Politechnika Lódzka Graf losowy jako granica Fraisse Przez K graf oznaczmy rodzinȩ wszystkich skończonych grafów (np. na N). Niech G bȩdzie granic a Fraisse rodziny K graf. Strukturȩ
Bardziej szczegółowoRachunek podziałów i elementy teorii grafów będą stosowane w procedurach redukcji argumentów i dekompozycji funkcji boolowskich.
Pojęcia podstawowe c.d. Rachunek podziałów Elementy teorii grafów Klasy zgodności Rachunek podziałów i elementy teorii grafów będą stosowane w procedurach redukcji argumentów i dekompozycji funkcji boolowskich.
Bardziej szczegółowo0 Alfabet grecki 2. 1 Rachunek zdań Podstawowe definicje Wybrane tautologie rachunku zdań (kpn) Zadania...
DB Wstęp do matematyki (ns) semestr zimowy 2018 SPIS TREŚCI Teoria w niniejszym skrypcie została opracowana na podstawie książki: R. Murawski, K. Świrydowicz, Wstęp do teorii mnogości, Wyd. Naukowe UAM,
Bardziej szczegółowoLista zadań - Relacje
MATEMATYKA DYSKRETNA Lista zadań - Relacje Zadania obliczeniowe Zad. 1. Która z poniższych relacji jest funkcją? a) Relacja składająca się ze wszystkich par uporządkowanych, których poprzednikami są studenci,
Bardziej szczegółowo1 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 szczegółowoKARTA PRZEDMIOTU. 12. PRZEDMIOTOWE EFEKTY KSZTAŁCENIA Odniesienie do kierunkowych efektów kształcenia (symbol)
KARTA PRZEDMIOTU 1. NAZWA PRZEDMIOTU: Wstęp do logiki i teorii mnogości (LTM010) 2. KIERUNEK: MATEMATYKA 3. POZIOM STUDIÓW: I stopnia 4. ROK/ SEMESTR STUDIÓW: I/1 5. LICZBA PUNKTÓW ECTS: 8 6. LICZBA GODZIN:
Bardziej szczegółowo0 Alfabet grecki 2. 1 Rachunek zdań Podstawowe definicje Wybrane tautologie rachunku zdań Zadania... 4
DB Wstęp do matematyki semestr zimowy 2018 SPIS TREŚCI Teoria w niniejszym skrypcie została opracowana na podstawie książki: R. Murawski, K. Świrydowicz, Wstęp do teorii mnogości, Wyd. Naukowe UAM, Poznań
Bardziej szczegółowo1. Wprowadzenie do rachunku zbiorów
1 1. Wprowadzenie do rachunku zbiorów 2 Podstawowe pojęcia rachunku zbiorów Uwaga 1.1. W teorii mnogości mówimy o zbiorach w sensie dystrybutywnym; rachunek zbiorów jest fragmentem teorii mnogości. Pojęcia
Bardziej szczegółowo1. 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 szczegółowoZbiory, 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 szczegółowoWykład 7. Informatyka Stosowana. 21 listopada Informatyka Stosowana Wykład 7 21 listopada / 27
Wykład 7 Informatyka Stosowana 21 listopada 2016 Informatyka Stosowana Wykład 7 21 listopada 2016 1 / 27 Relacje Informatyka Stosowana Wykład 7 21 listopada 2016 2 / 27 Definicja Iloczynem kartezjańskim
Bardziej szczegółowoTopologia I Wykład 4.
Topologia I Wykład 4. Stefan Jackowski 24 października 2012 Przeciąganie topologii przez rodzinę przekształceń X zbiór. f = {f i : X Y i } i I rodziną przekształceń o wartościach w przestrzeniach topologicznych
Bardziej szczegółowoRozdzia l 1. Podstawowe elementy teorii krat
Rozdzia l 1. Podstawowe elementy teorii krat 1. Zbiory czȩściowo uporz adkowane Definicja. Relacjȩ binarn a określon a na zbiorze A nazywamy relacj a czȩściowo porz adkuj ac a, gdy jest zwrotna, antysymetryczna
Bardziej szczegółowoZbiór zadań ze wstępu do matematyki
Zbiór zadań ze wstępu do matematyki Jan Kraszewski Wrocław 2009 1 Spis treści 2 Przedmowa W zbiorach zadań ze wstępu do matematyki zadania zazwyczaj są tak pogrupowane, by dotyczyły pojęć z poszczególnych
Bardziej szczegółowoB 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 szczegółowoWstęp 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 szczegółowoPiotr Zakrzewski. Teoria mnogości. (skrypt wykładu) (wersja z )
Piotr Zakrzewski Teoria mnogości (skrypt wykładu) (wersja z 22.01.2018) WSTĘP Skrypt obejmuje aktualny program (dostępny na stronie https://usosweb.mimuw. edu.pl/kontroler.php?_action=actionx:katalog2/przedmioty/pokazprzedmiot(kod:
Bardziej szczegółowoFiltry i nety w przestrzeniach topologicznych
Filtry i nety w przestrzeniach topologicznych Magdalena Ziębowicz Streszczenie W referacie zostaną przedstawione i scharakteryzowane pojęcia związane z filtrami i ultrafiltrami, ciągami uogólnionymi oraz
Bardziej szczegółowoZadanie 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 szczegółowo2 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 szczegółowoCiągłość funkcji. Seminarium dyplomowe powtórzenie wiadomości. Jan Kowalski. 22 maja Uniwersytet Mikołaja Kopernika w Toruniu
Seminarium dyplomowe powtórzenie wiadomości Uniwersytet Mikołaja Kopernika w Toruniu 22 maja 2013 1 Podstawowe definicje i fakty 2 funkcji w punkcie Definicja Niech f będzie funkcją określoną na zbiorze
Bardziej szczegółowoMatematyka 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 szczegółowoZadania z forcingu. Marcin Kysiak. Semestr zimowy r. ak. 2002/2003
Zadania z forcingu Marcin Kysiak Semestr zimowy r. ak. 2002/2003 Dokument ten zawiera zadania omówione przeze mnie na ćwiczeniach do wykładu monograficznego dr. A. Krawczyka "Zdania nierozstrzygalne w
Bardziej szczegółowoNaukoznawstwo (Etnolingwistyka V)
Naukoznawstwo (Etnolingwistyka V) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl 25 listopada 2006 Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada
Bardziej szczegółowoIMIĘ NAZWISKO... grupa C... sala Egzamin ELiTM I
IMIĘ NAZWISKO............................ grupa C... sala 10... Egzamin ELiTM I 02.02.15 1. 2. 3. 4.. 1. (8 pkt.) Niech X a,b = {(x, y) R 2 : (x b) 2 + (y 1 b )2 a 2 } dla a, b R, a > 0, b 0. Wyznaczyć:
Bardziej szczegółowoUwaga 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 szczegółowoWykład z Analizy Matematycznej 1 i 2
Wykład z Analizy Matematycznej 1 i 2 Stanisław Spodzieja Łódź 2004/2005 http://www.math.uni.lodz.pl/ kfairr/analiza/ Wstęp Książka ta jest nieznacznie zmodyfikowaną wersją wykładu z analizy matematycznej
Bardziej szczegółowoElementy 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 szczegółowoEkstrema globalne funkcji
SIMR 2013/14, Analiza 1, wykład 9, 2013-12-13 Ekstrema globalne funkcji Definicja: Funkcja f : D R ma w punkcie x 0 D minimum globalne wtedy i tylko (x D) f(x) f(x 0 ). Wartość f(x 0 ) nazywamy wartością
Bardziej szczegółowo1 Logika (3h) 1.1 Funkcje logiczne. 1.2 Kwantyfikatory. 1. Udowodnij prawa logiczne: 5. (p q) (p q) 6. ((p q) r) (p (q r)) 3.
Logika (3h). Udowodnij prawa logiczne:. (p q) ( p q). (p q) ( p q) 3. (p q) ( q p) 4. (p q) ( p q) 5. (p q) (p q) 6. ((p q) r) (p (q r)) 7. (p q) r (p r) (q r) 8. (p q) (q r) (p r). Sprawdź, czy wyrażenia:.
Bardziej szczegółowoKonstrukcja von Neumanna liczb naturalnych. Definicja 1 0 := - liczba naturalna zero. Jeżeli n jest liczbą naturalną, to następną po niej jest liczba
Konsekt wykładu ELiTM 7 Konstrukcje liczbowe Konstrukcja von Neumanna liczb naturalnych. Definicja 1 0 - liczba naturalna zero. Jeżeli n jest liczbą naturalną, to nastęną o niej jest liczba n {n} n. Istnienie
Bardziej szczegółowoZALICZENIE 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 szczegółowoRozdział 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 szczegółowoW poprzednim odcinku... Podstawy matematyki dla informatyków. Relacje równowa»no±ci. Zbiór (typ) ilorazowy. Klasy abstrakcji
W poprzednim odcinku... Podstawy matematyki dla informatyków Rodzina indeksowana {A t } t T podzbiorów D to taka funkcja A : T P(D),»e A(t) = A t, dla dowolnego t T. Wykªad 3 20 pa¹dziernika 2011 Produkt
Bardziej szczegółowoEgzamin 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 szczegółowoRelacje 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 szczegółowo14. Przestrzenie liniowe
14. 14.1 Sformułować definicję przestrzeni liniowej. Podać przykłady. Przestrzenią liniową nad ciałem F nazywamy czwórkę uporządkowaną (V, F,+, ), gdzie V jest zbiorem niepustym, F jest ciałem, + jest
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Teoria mnogości Set theory Kierunek: Rodzaj przedmiotu: obowiązkowy dla wszystkich specjalności Rodzaj zajęć: wykład, ćwiczenia Matematyka Poziom kwalifikacji: I stopnia Liczba godzin/tydzień:
Bardziej szczegółowo1 Funktory i kwantyfikatory
Logika, relacje v07 egzamin mgr inf niestacj 1 1 Funktory i kwantyfikatory x X x X Φ(x) dla każdego x X (= dla wszystkich x) zachodzi formuła Φ(x) Φ(x) istnieje x X takie, że (= dla pewnego x) zachodzi
Bardziej szczegółowoEliza Wajch, Geometria z Topologią, wykład 1, 2012/2013
Eliza Wajch Wykłady i ćwiczenia z geometrii analitycznej z elementami topologii w UPH w Siedlcach w semestrze zimowym roku akad. 2012/2013. Literatura podstawowa: 1. K. Kuratowski, A. Mostowski: Teoria
Bardziej szczegółowoCiągłość funkcji f : R R
Ciągłość funkcji f : R R Definicja 1. Otoczeniem o promieniu δ > 0 punktu x 0 R nazywamy zbiór O(x 0, δ) := (x 0 δ, x 0 + δ). Otoczeniem prawostronnym o promieniu δ > 0 punktu x 0 R nazywamy zbiór O +
Bardziej szczegółowoF 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 szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Informatyka Rodzaj przedmiotu: obowiązkowy w ramach treści wspólnych z kierunkiem Matematyka, moduł kierunku obowiązkowy Rodzaj zajęć: wykład, ćwiczenia I KARTA PRZEDMIOTU CEL
Bardziej szczegółowoWstęp 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 szczegółowoRACHUNEK 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 szczegółowoZdzisªaw Dzedzej, Katedra Analizy Nieliniowej pok. 611 Kontakt:
Zdzisªaw Dzedzej, Katedra Analizy Nieliniowej pok. 611 Kontakt: zdzedzej@mif.pg.gda.pl www.mif.pg.gda.pl/homepages/zdzedzej () 5 pa¹dziernika 2016 1 / 1 Literatura podstawowa R. Rudnicki, Wykªady z analizy
Bardziej szczegółowoMatematyka I. BJiOR Semestr zimowy 2018/2019 Wykład 1
Matematyka I BJiOR Semestr zimowy 2018/2019 Wykład 1 Zasady współpracy https://mat.ug.edu.pl/~matpz/ wykłady nie są obowiązkowe, ale nieobecności będą odnotowywane nieobecności nie należy usprawiedliwiać,
Bardziej szczegółowoAndrzej 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 szczegółowo1. Teoria mnogości, zbiory i operacje na zbiorach, relacje i odwzorowania, moc zbiorów.
1. Teoria mnogości, zbiory i operacje na zbiorach, relacje i odwzorowania, moc zbiorów. Teoria mnogości inaczej nazywana teorią zbiorów jest to teoria matematyczna badająca własności zbiorów (mnogość dawna
Bardziej szczegółowo