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

Save this PDF as:
 WORD  PNG  TXT  JPG

Wielkość: px
Rozpocząć pokaz od strony:

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

Transkrypt

1 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

2 Zadanie. Rozważmy funkcję f : Z Z Z, f(x, y) = xy. Znajdź obraz zbioru {1, 10, 100, 1000} {1, 10, 100, 1000} oraz przeciwobraz zbioru {1, 2, 3}. 2

3 Własności. Niech f : X Y będzie dowolną funkcją. Wówczas dla dowolnych zbiorów A, B X: a) f(a B) = f(a) f(b), b) f(a B) f(a) f(b), c) f(a) \ f(b) f(a \ B), oraz dla dowolnych zbiorów C, D Y : a) f 1 (C D) = f 1 (C) f 1 (D), b) f 1 (C D) = f 1 (C) f 1 (D), c) f 1 (C \ D) = f 1 (C) \ f 1 (D). 3

4 Relacje 4

5 Relacją n-argumentową nazywamy podzbiór ϱ X 1 X 2... X n. Jeśli ϱ X Y jest relacją dwuargumentową (binarną), to zamiast (x, y) ϱ piszemy xϱy. Relacją binarną określoną w zbiorze X nazywamy podzbiór ϱ X X. 5

6 Funkcje jako relacje. Funkcją nazywamy relację binarną ϱ X Y taką, że dla każdego elementu x X jest jeden i tylko jeden element y Y spełniający warunek (x, y) ϱ: x X! y Y (x, y) ϱ. 6

7 Rozważmy relację binarną ϱ określoną w zbiorze X: ϱ X X. Mówimy, że relacja ϱ jest: zwrotna, jeśli x X xϱx, przeciwzwrotna, jeśli x X xϱx, symetryczna, jeśli x,y X xϱy yϱx, asymetryczna (antysymetryczna), jeśli x,y X xϱy yϱx, słabo antysymetryczna, jeśli x,y X xϱy yϱx x = y, spójna, jeśli x,y X xϱy yϱx x = y, przechodnia, jeśli x,y,z X xϱy yϱz xϱz. 7

8 Rozważmy następujące relacje binarne w zbiorze R: x < y, x y, x = y oraz następujące relacje binarne w zbiorze N 1 : x i y są tej samej parzystości, y = x 2, x y. 8

9 relacja w R x < y x y x = y zwrotność + + przeciwzwrotność + symetria + asymetria + słaba antysymetria + + spójność + + przechodniość relacja w N 1 x i y stsp y = x 2 x y zwrotność + + przeciwzwrotność symetria + asymetria słaba antysymetria + + spójność przechodniość + + 9

10 Rozważmy relację binarną ϱ określoną w zbiorze skończonym X. Możemy narysować graf, którego wierzchołki są oznaczone elementami tego zbioru. Krawędź grafu o początku x i końcu y (strzałkę prowadzącą z x do y) rysujemy wtedy i tylko wtedy, gdy xϱy. 10

11 zwrotność Przy każdym wierzchołku jest pętla. przeciwzwrotność Przy żadnym wierzchołku nie ma pętli. symetria Na każdej krawędzi są strzałki w obie strony. asymetria Na każdej krawędzi jest strzałka tylko w jedną stronę. Nie ma pętli. słaba antysymetria Na każdej krawędzi jest strzałka tylko w jedną stronę. (Mogą być pętle.) spójność Każde dwa (różne) wierzchołki są połączone krawędzią. 11

12 Macierz relacji ϱ tworzymy w ten sposób, że wiersze i kolumny oznaczamy elementami zbioru X. Na przecięciu wiersza oznaczonego elementem x i kolumny oznaczonej elementem y stawiamy 1, jeśli xϱy, a 0 w przeciwnym wypadku. Przykłady. Niech X = {1, 2, 3, 4, 5}. 12

13 x < y x\y x y x\y y = x 2 x\y x i y stsp x\y

14 zwrotność Na głównej przekątnej są same jedynki. przeciwzwrotność Na głównej przekątnej są same zera. symetria Macierz jest symetryczna (względem głównej przekątnej). asymetria Na miejscach symetrycznych (względem głównej przekątnej) nie ma dwóch jedynek. Na głównej przekątnej są same zera. słaba antysymetria Na miejscach symetrycznych (względem głównej przekątnej) nie ma dwóch jedynek. spójność Na miejscach symetrycznych (względem głównej przekątnej) nie ma dwóch zer. 14

15 Relację binarną ϱ określoną w zbiorze X nazywamy relacją porządkującą (lub relacją częściowego porządku), jeśli jest zwrotna, słabo antysymetryczna i przechodnia. Zbiór X z określoną w nim relacją porządkującą nazywamy zbiorem częściowo uporządkowanym. Relację porządkującą oznaczamy zazwyczaj symbolem. Mówimy wówczas, że (X, ) jest zbiorem częściowo uporządkowanym. Mamy zatem warunki: x X x x, x,y X x y y x x = y, x,y,z X x y y z x z. 15

16 Jeśli jest relacją częściowego porządku, to możemy określić relację następująco: x y x y x y. Jeśli x y, to mówimy, że element x jest mniejszy od y, a y jest większy od x. Jeśli x y, to mówimy, że element x jest mniejszy lub równy y, a y jest większy lub równy x. 16

17 Niech (X, ) będzie zbiorem częściowo uporządkowanym. Element x X nazywamy: najmniejszym, jeśli jest mniejszy od pozostałych elementów: y X x y; największym, jeśli jest większy od pozostałych elementów: y X y x; minimalnym, jeśli nie ma elementów od niego mniejszych: y X y x y = x; maksymalnym, jeśli nie ma elementów od niego większych: y X x y y = x. 17

18 zbiór cz. up. el. minimalne el. maksymalne ({1, 2, 3, 4, 5}, ) 1 najmniejszy 5 największy ({1, 2, 3, 4, 5}, ) 1 najmniejszy 3, 4, 5 (N 1, ) 1 najmniejszy nie ma (N 2, ) liczby pierwsze nie ma (2 {a,b,c}, ) {a, b, c} (2 {a,b,c} \ {, {a, b, c}}, ) {a}, {b}, {c} {a, b}, {a, c}, {b, c} Zadanie. Narysuj kilka diagramów zbiorów częściowo uporządkowanych, wskaż elementy minimalne, maksymalne, najmniejsze, największe. 18

19 Uwaga. Element najmniejszy (jeśli istnieje) jest jedynym elementem minimalnym. Analogicznie, element największy jest jedynym maksymalnym. (Jedyny element minimalny nie musi być elementem najmniejszym.) 19

20 Porządek liniowy Relację porządkującą, która jest spójna, nazywamy relacją porządku liniowego. Oznacza to, że spełniony jest warunek x,y X x y y x. Przykłady: (R, ), ({1, 2, 4, 8}, ), ({{a}, {a, b}, {a, b, c}}, ). W zbiorze liniowo uporządkowanym istnieje co najwyżej jeden element minimalny. Jeśli taki element istnieje, to jest elementem najmniejszym. Analogiczna własność zachodzi oczywiście dla elementów maksymalnych. 20

Relacj binarn okre±lon w zbiorze X nazywamy podzbiór ϱ X X.

Relacj binarn okre±lon w zbiorze X nazywamy podzbiór ϱ X X. Relacje 1 Relacj n-argumentow nazywamy podzbiór ϱ X 1 X 2... X n. Je±li ϱ X Y jest relacj dwuargumentow (binarn ), to zamiast (x, y) ϱ piszemy xϱy. Relacj binarn okre±lon w zbiorze X nazywamy podzbiór

Bardziej 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

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

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

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

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

Teoria automatów i języków formalnych. Określenie relacji

Teoria 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 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

Matematyka dyskretna. Andrzej Łachwa, UJ, B/14

Matematyka dyskretna. Andrzej Łachwa, UJ, B/14 Matematyka dyskretna Andrzej Łachwa, UJ, 2019 andrzej.lachwa@uj.edu.pl 2B/14 Relacje Pojęcia: relacja czyli relacja dwuargumentowa relacja w zbiorze A relacja n-argumentowa Relacja E = {(x, x): x S} jest

Bardziej szczegółowo

Relacje. Relacje / strona 1 z 18

Relacje. 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 szczegółowo

O relacjach i algorytmach

O relacjach i algorytmach 2 O relacjach i algorytmach Relacja jest podstawowym pojęciem matematycznym, również użytecznym w informatyce: Operatory relacji =,, , w językach programowania. Relacyjne bazy danych. W eksploracji

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

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

O ALGORYTMACH BADANIA WŁASNOŚCI RELACJI

O ALGORYTMACH BADANIA WŁASNOŚCI RELACJI ZESZYTY NAUKOWE 23-37 Zenon GNIAZDOWSKI 1 O ALGORYTMACH BADANIA WŁASNOŚCI RELACJI Streszczenie W artykule omówione relacje dwuargumentowe, oraz algorytmy służące do badania ich własności, a także przedstawiono

Bardziej szczegółowo

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

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

Bardziej szczegółowo

- 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

Zagadnienia: 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. 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 szczegółowo

Logika Matematyczna. Jerzy Pogonowski. Własności relacji. Zakład Logiki Stosowanej UAM

Logika 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 szczegółowo

Relacje. Zdania opisujące stosunki dwuczłonowe mają ogólny wzór budowy: xry, co czytamy: x pozostaje w relacji R do y.

Relacje. Zdania opisujące stosunki dwuczłonowe mają ogólny wzór budowy: xry, co czytamy: x pozostaje w relacji R do y. Zdania stwierdzające relację Pewne wyrazy i wyraŝenia wskazują na stosunki, czyli relacje, jakie zachodzą między róŝnymi przedmiotami. Do takich wyrazów naleŝą m. in. wyrazy: nad, pod, za, przy, braterstwo,

Bardziej szczegółowo

RELACJE I ODWZOROWANIA

RELACJE 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 szczegółowo

KURS MATEMATYKA DYSKRETNA

KURS 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 szczegółowo

Podstawy logiki i teorii mnogości Informatyka, I rok. Semestr letni 2013/14. Tomasz Połacik

Podstawy logiki i teorii mnogości Informatyka, I rok. Semestr letni 2013/14. Tomasz Połacik Podstawy logiki i teorii mnogości Informatyka, I rok. Semestr letni 2013/14. Tomasz Połacik 9 Relacje 9.1 Podstawowe pojęcia 9.1 Definicja (Relacja). Relacją (binarną) nazywamy dowolny podzbiór produktu

Bardziej szczegółowo

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

Chcąc wyróżnić jedno z działań, piszemy np. (, ) i mówimy, że działanie wprowadza w STRUKTURĘ ALGEBRAICZNĄ lub, że (, ) jest SYSTEMEM ALGEBRAICZNYM.

Chcąc wyróżnić jedno z działań, piszemy np. (, ) i mówimy, że działanie wprowadza w STRUKTURĘ ALGEBRAICZNĄ lub, że (, ) jest SYSTEMEM ALGEBRAICZNYM. DEF. DZIAŁANIE DWUARGUMENTOWE Działaniem dwuargumentowym w niepsutym zbiorze nazywamy każde odwzorowanie iloczynu kartezjańskiego :. Inaczej mówiąc, w zbiorze jest określone działanie dwuargumentowe, jeśli:

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 Zdania logiczne i tautologie c.d. 2 3 Algebra zbiorów 3 4 Różnica symetryczna 4 5 Iloczyn kartezjański 5 6 Kwantyfikatory.

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

Logika I. Wykład 3. Relacje i funkcje

Logika 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 szczegółowo

1 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.

1 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 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

Podstawy logiki i teorii zbiorów Ćwiczenia

Podstawy logiki i teorii zbiorów Ćwiczenia Podstawy logiki i teorii zbiorów Ćwiczenia Spis treści 1 Zdania logiczne i tautologie 1 2 Zdania logiczne i tautologie c.d. 2 3 Algebra zbiorów 3 4 Różnica symetryczna 4 5 Iloczyn kartezjański 5 6 Kwantyfikatory.

Bardziej szczegółowo

O relacjach i algorytmach. Zenon Gniazdowski Warszawska Wyższa Szkoła Informatyki zgniazdowski@wwsi.edu.pl

O relacjach i algorytmach. Zenon Gniazdowski Warszawska Wyższa Szkoła Informatyki zgniazdowski@wwsi.edu.pl O relacjach i algorytmach Zenon Gniazdowski Warszawska Wyższa Szkoła Informatyki zgniazdowski@wwsi.edu.pl < 266 > Informatyka + Wszechnica Popołudniowa > O relacjach i algorytmach < 267 > Streszczenie

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

Wszechnica Popołudniowa: Algorytmika i programowanie O relacjach i algorytmach. Zenon Gniazdowski

Wszechnica Popołudniowa: Algorytmika i programowanie O relacjach i algorytmach. Zenon Gniazdowski Wszechnica Popołudniowa: Algorytmika i programowanie O relacjach i algorytmach Zenon Gniazdowski O relacjach i algorytmach Rodzaj zajęć: Wszechnica Popołudniowa Tytuł: O relacjach i algorytmach Autor:

Bardziej szczegółowo

1 Rachunek zdań. w(p) = 0 lub p 0 lub [p] = 0. a jeśli jest fałszywe to:

1 Rachunek zdań. w(p) = 0 lub p 0 lub [p] = 0. a jeśli jest fałszywe to: 1 Rachunek zdań Formuły zdaniowe (lub krócej: zdania) w klasycznym rachunku zdań składają się ze zmiennych zdaniowych nazywanych też zdaniami składowymi (oznaczane są zazwyczaj p, q, r,...) oraz operatorów

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

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

Rachunek podziałów i elementy teorii grafów będą stosowane w procedurach redukcji argumentów i dekompozycji funkcji boolowskich. Pojęcia podstawowe c.d. Rachunek podziałów Elementy teorii grafów Klasy zgodności Rachunek podziałów i elementy teorii grafów będą stosowane w procedurach redukcji argumentów i dekompozycji funkcji boolowskich.

Bardziej szczegółowo

Podstawy logiki i teorii zbiorów Ćwiczenia

Podstawy logiki i teorii zbiorów Ćwiczenia Podstawy logiki i teorii zbiorów Ćwiczenia Spis treści 1 Zdania logiczne i tautologie 1 2 Zdania logiczne i tautologie c.d. 2 3 Algebra zbiorów 3 4 Różnica symetryczna 4 5 Kwantyfikatory. 5 6 Relacje 7

Bardziej szczegółowo

Algebra liniowa z geometrią

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

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, 2017 Zadania 1

Matematyka dyskretna. Andrzej Łachwa, UJ, 2017 Zadania 1 Matematyka dyskretna Andrzej Łachwa, UJ, 2017 andrzej.lachwa@uj.edu.pl Zadania 1 Udowodnij, że A (B C) = (A B) (A C) za pomocą diagramów Venna. Udowodnij formalnie, że (A B i A C) A B C oraz że (A B C)'

Bardziej szczegółowo

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

DEFINICJA. Definicja 1 Niech A i B będą zbiorami. Relacja R pomiędzy A i B jest podzbiorem iloczynu kartezjańskiego tych zbiorów, R A B. RELACJE Relacje 1 DEFINICJA Definicja 1 Niech A i B będą zbiorami. Relacja R pomiędzy A i B jest podzbiorem iloczynu kartezjańskiego tych zbiorów, R A B. Relacje 2 Przykład 1 Wróćmy do przykładu rozważanego

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, /14

Matematyka dyskretna. Andrzej Łachwa, UJ, /14 Matematyka dyskretna Andrzej Łachwa, UJ, 2012 andrzej.lachwa@uj.edu.pl 7/14 Relacje Relacja E = {(x, x): x S} jest relacją równości w zbiorze S. Piszemy xex lub x=x lub (x, x) E. Złożeniem relacji A w

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, /15

Matematyka dyskretna. Andrzej Łachwa, UJ, /15 Matematyka dyskretna Andrzej Łachwa, UJ, 2017 andrzej.lachwa@uj.edu.pl 1/15 Literatura obowiązkowa [1] K.A.Ross, Ch.R.B.Wright: Matematyka Dyskretna. Wydawnictwo Naukowe PWN, Warszawa 1996 [2] R.L.Graham,

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

Logika. Zadanie 4. Sprawdź, czy poniższe funkcje zdaniowe są tautologiami: i) (p q) = ( p q), ii) (p = q) ( p q). Rozwiązanie.

Logika. Zadanie 4. Sprawdź, czy poniższe funkcje zdaniowe są tautologiami: i) (p q) = ( p q), ii) (p = q) ( p q). Rozwiązanie. Logika Zadanie 4. Sprawdź, czy poniższe funkcje zdaniowe są tautologiami: i) (p q) = ( p q), ii) (p = q) ( p q). Rozwiązanie. i) Wprowadźmy oznaczenie F (p, q) ((p q) = ( p q)). Funkcja zdaniowa F nie

Bardziej szczegółowo

Wykłady z Matematyki Dyskretnej

Wykłady 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 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

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

Rozdzia l 3. Relacje binarne

Rozdzia l 3. Relacje binarne Rozdzia l 3. Relacje binarne 1. Para uporz adkowana. Produkt kartezjański dwóch zbiorów Dla pary zbiorów {x, y} zachodzi, jak latwo sprawdzić, równość {x, y} = {y, x}. To znaczy, kolejność wymienienia

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

Matematyka dyskretna. Andrzej Łachwa, UJ, /10

Matematyka dyskretna. Andrzej Łachwa, UJ, /10 Matematyka dyskretna Andrzej Łachwa, UJ, 2018 andrzej.lachwa@uj.edu.pl 1/10 Literatura obowiązkowa [1] K.A.Ross, Ch.R.B.Wright: Matematyka Dyskretna. Wydawnictwo Naukowe PWN, Warszawa 1996 [2] R.L.Graham,

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

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

Topologia - Zadanie do opracowania. Wioletta Osuch, Magdalena Żelazna, Piotr Kopyrski

Topologia - Zadanie do opracowania. Wioletta Osuch, Magdalena Żelazna, Piotr Kopyrski Topologia - Zadanie do opracowania Wioletta Osuch, Magdalena Żelazna, Piotr Kopyrski 5 grudnia 2013 Zadanie 1. (Topologie na płaszczyźnie) Na płaszczyźnie R 2 rozważmy następujące topologie: a) Euklidesową

Bardziej szczegółowo

Matematyczne Podstawy Informatyki

Matematyczne Podstawy Informatyki Matematyczne Podstawy Informatyki dr inż. Andrzej Grosser Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska Rok akademicki 2013/2014 Informacje podstawowe 1. Konsultacje: pokój

Bardziej szczegółowo

1 Rachunek zdań, podstawowe funk tory logiczne

1 Rachunek zdań, podstawowe funk tory logiczne 1 Rachunek zdań, podstawowe funk tory logiczne 1.1 Zapisz symbolicznie następujące stwierdzenia i Jeśli z tego, że Paweł gra w palanta wynika to, że Robert jeździ na rowerze, to z tego, że Robert nie gra

Bardziej szczegółowo

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

Elementy 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 szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, /15

Matematyka dyskretna. Andrzej Łachwa, UJ, /15 Matematyka dyskretna Andrzej Łachwa, UJ, 2014 andrzej.lachwa@uj.edu.pl 1/15 Literatura obowiązkowa [1] K.A.Ross, Ch.R.B.Wright: Matematyka Dyskretna. Wydawnictwo Naukowe PWN, Warszawa 1996 [2] R.L.Graham,

Bardziej szczegółowo

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

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

Bardziej szczegółowo

W jakim celu to robimy? Tablica Karnaugh. Minimalizacja

W jakim celu to robimy? Tablica Karnaugh. Minimalizacja W jakim celu to robimy? W projektowaniu układów cyfrowych istotne jest aby budować je jak najmniejszym kosztem. To znaczy wykorzystanie dwóch bramek jest tańsze niż konieczność wykorzystania trzech dla

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

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

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

Bardziej szczegółowo

R n = {(x 1, x 2,..., x n ): x i R, i {1,2,...,n} },

R n = {(x 1, x 2,..., x n ): x i R, i {1,2,...,n} }, nazywa- Definicja 1. Przestrzenią liniową R n my zbiór wektorów R n = {(x 1, x 2,..., x n ): x i R, i {1,2,...,n} }, z określonymi działaniami dodawania wektorów i mnożenia wektorów przez liczby rzeczywiste.

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

MATEMATYKA DYSKRETNA

MATEMATYKA DYSKRETNA MATEMATYKA DYSKRETNA Wykład I Dr inż. Jolanta Błaszczuk Instytut Matematyki Politechnika Częstochowska Kontakt Dr inż. Jolanta Błaszczuk Instytut Matematyki Częstochowa, ul. Dąbrowskiego 73, pok. 184 tel.:

Bardziej szczegółowo

1 Logika. 1. Udowodnij prawa logiczne: 3. (p q) (p q) 2. (p q) ( q p) 2. Sprawdź, czy wyrażenie ((p q) r) (p (q r)) jest tautologią.

1 Logika. 1. Udowodnij prawa logiczne: 3. (p q) (p q) 2. (p q) ( q p) 2. Sprawdź, czy wyrażenie ((p q) r) (p (q r)) jest tautologią. Logika. Udowodnij prawa logiczne:. (p q) ( p q). (p q) ( q p) 3. (p q) (p q). Sprawdź czy wyrażenie ((p q) r) (p (q r)) jest tautologią. 3. Zad 3. Sprawdź czy zdanie: Jeżeli liczba a dzieli się przez i

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, /15

Matematyka dyskretna. Andrzej Łachwa, UJ, /15 Matematyka dyskretna Andrzej Łachwa, UJ, 2013 andrzej.lachwa@uj.edu.pl 1/15 Literatura obowiązkowa K.A.Ross, Ch.R.B.Wright: Matematyka Dyskretna. Wydawnictwo Naukowe PWN, Warszawa 1996 R.L.Graham, D.E.Knuth,

Bardziej szczegółowo

Podstawowe własności grafów. Wykład 3. Własności grafów

Podstawowe własności grafów. Wykład 3. Własności grafów Wykład 3. Własności grafów 1 / 87 Suma grafów Niech będą dane grafy proste G 1 = (V 1, E 1) oraz G 2 = (V 2, E 2). 2 / 87 Suma grafów Niech będą dane grafy proste G 1 = (V 1, E 1) oraz G 2 = (V 2, E 2).

Bardziej szczegółowo

1 Ćwiczenia: Funkcje całkowitoliczbowe

1 Ćwiczenia: Funkcje całkowitoliczbowe 1 Ćwiczenia: Funkcje całkowitoliczbowe 1.1 Funkcje podłoga i sufit (Floor and ceiling functions) podłoga (część całkowita) x = największa liczba całkowita mniejsza lub równa x sufit x = najmniejsza liczba

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

3 1 + i 1 i i 1 2i 2. Wyznaczyć macierze spełniające własność komutacji: [A, X] = B

3 1 + i 1 i i 1 2i 2. Wyznaczyć macierze spełniające własność komutacji: [A, X] = B 1. Dla macierzy a) A = b) A = c) A = d) A = 3 1 + i 1 i i i 0 i i 0 1 + i 1 i 0 0 0 0 1 0 1 0 1 + i 1 i Wyznaczyć macierze spełniające własność komutacji: A, X = B. Obliczyć pierwiaski z macierzy: A =

Bardziej szczegółowo

Rozdzia l 1. Podstawowe elementy teorii krat

Rozdzia 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 szczegółowo

Funkcje. Oznaczenia i pojęcia wstępne. Elementy Logiki i Teorii Mnogości 2015/2016

Funkcje. Oznaczenia i pojęcia wstępne. Elementy Logiki i Teorii Mnogości 2015/2016 Funkcje Elementy Logiki i Teorii Mnogości 2015/2016 Oznaczenia i pojęcia wstępne Niech f X Y będzie relacją. Relację f nazywamy funkcją, o ile dla dowolnego x X istnieje y Y taki, że (x, y) f oraz dla

Bardziej szczegółowo

Digraf. 13 maja 2017

Digraf. 13 maja 2017 Digraf 13 maja 2017 Graf skierowany, digraf, digraf prosty Definicja 1 Digraf prosty G to (V, E), gdzie V jest zbiorem wierzchołków, E jest rodziną zorientowanych krawędzi, między różnymi wierzchołkami,

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

Teoretyczne podstawy informatyki

Teoretyczne podstawy informatyki Teoretyczne podstawy informatyki Wykład 8a: Relacyjny model danych http://hibiscus.if.uj.edu.pl/~erichter/dydaktyka2009/tpi-2009 Prof. dr hab. Elżbieta Richter-Wąs 1 Relacyjny model danych Jednym z najważniejszych

Bardziej szczegółowo

1 Określenie pierścienia

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

Bardziej szczegółowo

O MACIERZACH I UKŁADACH RÓWNAŃ

O MACIERZACH I UKŁADACH RÓWNAŃ O MACIERZACH I UKŁADACH RÓWNAŃ Problem Jak rozwiązać podany układ równań? 2x + 5y 8z = 8 4x + 3y z = 2x + 3y 5z = 7 x + 8y 7z = Definicja Równanie postaci a x + a 2 x 2 + + a n x n = b gdzie a, a 2, a

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

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

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

Uwaga 1.1 Jeśli R jest relacją w zbiorze X X, to mówimy, że R jest relacją w zbiorze X. Rozważmy relację R X X. Relację R nazywamy zwrotną, gdy:

Uwaga 1.1 Jeśli R jest relacją w zbiorze X X, to mówimy, że R jest relacją w zbiorze X. Rozważmy relację R X X. Relację R nazywamy zwrotną, gdy: Matematya dysretna - wyład 1. Relacje Definicja 1.1 Relacją dwuargumentową nazywamy podzbiór produtu artezjańsiego X Y, tórego elementami są pary uporządowane (x, y), taie, że x X i y Y. Uwaga 1.1 Jeśli

Bardziej szczegółowo

1 Rachunek zdań, podstawowe funktory logiczne

1 Rachunek zdań, podstawowe funktory logiczne 1 Rachunek zdań, podstawowe funktory logiczne 1.1 Pokaż, że dla dowolnych zmiennych zdaniowych p, q, r poniższe formuły są tautologiami a p p p b q q q c p p p p d p q r p q p r e p q r p q p r f p q p

Bardziej szczegółowo

Sortowanie topologiczne skierowanych grafów acyklicznych

Sortowanie topologiczne skierowanych grafów acyklicznych Sortowanie topologiczne skierowanych grafów acyklicznych Metody boolowskie w informatyce Robert Sulkowski http://robert.brainusers.net 23 stycznia 2010 1 Definicja 1 (Cykl skierowany). Niech C = (V, A)

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

Analiza matematyczna 1

Analiza matematyczna 1 Analiza matematyczna 1 Marcin Styborski Katedra Analizy Nieliniowej pok. 610E (gmach B) marcins@mif.pg.gda.pl www.mif.pg.gda.pl/homepages/marcins () 28 września 2010 1 / 10 Literatura podstawowa R. Rudnicki,

Bardziej szczegółowo

ALGEBRA LINIOWA. Wykład 2. Analityka gospodarcza, sem. 1. Wydział Zarządzania i Ekonomii Politechnika Gdańska

ALGEBRA LINIOWA. Wykład 2. Analityka gospodarcza, sem. 1. Wydział Zarządzania i Ekonomii Politechnika Gdańska ALGEBRA LINIOWA Wykład 2 Analityka gospodarcza, sem 1 Wydział Zarządzania i Ekonomii Politechnika Gdańska dr inż Natalia Jarzębkowska, CNMiKnO semzimowy 2018/2019 2/17 Macierze Niech M = {1, 2,, m} i N

Bardziej szczegółowo

10. Kolorowanie wierzchołków grafu

10. Kolorowanie wierzchołków grafu p. 10. Kolorowanie wierzchołków grafu 10.1 Definicje i twierdzenia Przez k-kolorowanie wierzchołków grafu G rozumiemy przyporzadkowanie każdemu wierzchołkowi grafu G jednego z k kolorów 1, 2,...,k. p.

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

Matematyka dyskretna. Andrzej Łachwa, UJ, /14

Matematyka dyskretna. Andrzej Łachwa, UJ, /14 Matematyka dyskretna Andrzej Łachwa, UJ, 2016 andrzej.lachwa@uj.edu.pl 13/14 Grafy podstawowe definicje Graf to para G=(V, E), gdzie V to niepusty i skończony zbiór, którego elementy nazywamy wierzchołkami

Bardziej szczegółowo

Zbiory wypukłe i stożki

Zbiory wypukłe i stożki Katedra Matematyki i Ekonomii Matematycznej 28 kwietnia 2016 Hiperpłaszczyzna i półprzestrzeń Definicja Niech a R n, a 0, b R. Zbiór H(a, b) = {x R n : (a x) = b} nazywamy hiperpłaszczyzną, zbiory {x R

Bardziej szczegółowo

Teoria popytu. Popyt indywidualny konsumenta

Teoria popytu. Popyt indywidualny konsumenta Teoria popytu Popyt indywidualny konsumenta Koszyk towarów Definicja 1 Wektor x=(x 1,x 2,x 3,...,x n ) taki, że x i 0 dla każdego i,w którym i-ta współrzędna oznacza ilość towaru nr i, którą konsument

Bardziej szczegółowo

1.1 Definicja. 1.2 Przykład. 1.3 Definicja. Niech G oznacza dowolny, niepusty zbiór.

1.1 Definicja. 1.2 Przykład. 1.3 Definicja. Niech G oznacza dowolny, niepusty zbiór. 20. Definicje i przykłady podstawowych struktur algebraicznych (grupy, pierścienie, ciała, przestrzenie liniowe). Pojęcia dotyczące przestrzeni liniowych (liniowa zależność i niezależność układu wektorów,

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

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

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

Bardziej szczegółowo

Teoretyczne podstawy informatyki

Teoretyczne podstawy informatyki Teoretyczne podstawy informatyki Wykład 8a Relacyjny model danych 21.11.2008 Relacyjny model danych Jednym z najważniejszych zastosowań komputerów jest przechowywanie i przetwarzanie informacji. Relacyjny

Bardziej szczegółowo

Przecięcia odcinków. Wykład /07

Przecięcia odcinków. Wykład /07 Przecięcia odcinków Wykład 2 2006/07 Problem Dane: zbiór S={s 1,...,s n } odcinków na płaszczyźnie Wynik: zbiór punktów przecięć wszystkich odcinków z S, wraz z informacją które odcinki przecinają się

Bardziej szczegółowo

1 Macierze i wyznaczniki

1 Macierze i wyznaczniki 1 Macierze i wyznaczniki 11 Definicje, twierdzenia, wzory 1 Macierzą rzeczywistą (zespoloną) wymiaru m n, gdzie m N oraz n N, nazywamy prostokątną tablicę złożoną z mn liczb rzeczywistych (zespolonych)

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

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