Rozdzia l 9. Zbiory liczb porz adkowych. Liczby porz adkowe izolowane i graniczne

Wielkość: px
Rozpocząć pokaz od strony:

Download "Rozdzia l 9. Zbiory liczb porz adkowych. Liczby porz adkowe izolowane i graniczne"

Transkrypt

1 Rozdzia l 9. Zbiory liczb porz adkowych. Liczby porz adkowe izolowane i graniczne 1. Kresy wzglȩdem dowolnego zbioru liczb porz adkowych Poświȩcimy teraz uwagȩ przede wszystkich kratowym w lasnościom klasy wszystkich liczb porz adkowych. Wed lug Tw.14, Rozdzia l 5, każdy zbiór dobrze uporz adkowany z elementem najwiȩkszym jest krat a zupe ln a. Naturalnie nie zamierzamy twierdzić, że klasa wszystkich liczb porz adkowych wraz z relacj a inkluzji jest krat a zupe ln a, i to nie tylko z tego powodu, że klasa ta nie jest zbiorem (można by przecież, wykraczaj ac poza teoriȩ ZFC, odpowiednio uogólnić pojȩcie kraty zupe lnej, aby stosowa lo siȩ ono do wszelkich mnogości zbiorów), lecz dlatego, iż w klasie wszystkich liczb porz adkowych nie ma elementu najwiȩkszego, tzn. nie ma takiej liczby porz adkowej, w której każda liczba porz adkowa siȩ zawiera. Gdyby bowiem taka liczba istnia la, to jej nastȩpnik, bȩd acy na mocy Tw.9, Rozdzia l 8 liczb a porz adkow a, zawiera lby siȩ w niej, zatem, wobec przeciwnej inkluzji, by lby jej równy, co jest niemożliwe. Jednakże pokażemy, że dla dowolnego niepustego zbioru (nie jakiejkolwiek mnogości, lecz w laśnie zbioru) liczb porz adkowych, w klasie wszystkich liczb porz adkowych uporz adkowanej relacj a inkluzji istniej a jego kresy dolny i górny, tzn. wykażemy, że dla dowolnego niepustego zbioru z liczb porz adkowych istniej a takie liczby porz adkowe a, b, że y z, a y, x[x jest liczb a porz adkow a (( y z, x y) x a)], (wtedy w laśnie a = infz) oraz y z, y b, x[x jest liczb a porz adkow a (( y z, y x) b x)] (wtedy b = supz). Rozważmy dowolny niepusty zbiór z liczb porz adkowych oraz formu lȩ φ(x) postaci: x z. Wówczas na mocy Tw.21, Rozdzia l 8 istnieje najmniejsza liczba porz adkowa x taka, że x z, czyli najmniejsza liczba porz adkowa w zbiorze z. Na mocy Tw.20, Rozdzia l 8 wprowadźmy jednoargumentow a operacjȩ nlp przyporz adkowuj ac a każdemu niepustemu zbiorowi z liczb porz adkowych najmniejsz a liczbȩ porz adkow a w zbiorze z. Wówczas z definicji najmniejszej liczby porz adkowej x takiej, że φ(x) mamy: nlp(z) z oraz y z, nlp(z) y, co natychmiast prowadzi do konkluzji: nlp(z) = infz. Jest oczywiste na podstawie Tw.23, Rozdzia l 8, że w przypadku, gdy z jest liczb a porz adkow a (niepust a), nlp(z) =. Uwaga: Wprowadzamy operacjȩ nlp w celu zaznaczenia, że term nlp(z) nazywa pewn a liczbȩ porz adkow a. Można by nie wprowadzać do teorii tej operacji, lecz wyrażać najmniejsz a liczbȩ porz adkow a w danym zbiorze w inny,

2 1. Kresy wzglȩdem dowolnego zbioru liczb porz adkowych 106 sk adin ad znany sposób. Mianowicie, skoro nlp(z) z, wiȩc na mocy Tw.18(1), Rozdzia l 1, z nlp(z). Skoro zaś y z, nlp(z) y, wiȩc na mocy Tw.18(2), Rozdzia l 1, nlp(z) z. Ostatecznie nlp(z) = z. Naturalnie dla dowolnego niepustego zbioru z liczb porz adkowych (w szczególności dla niepustej liczby porz adkowej), zbiór czȩściowo uporz adkowany < z, > jest dobrze uporz adkowany (dla dowolnego niepustego y z, nlp(y) jest elementem najmniejszym w <y, >). Zwróćmy jeszcze uwagȩ na to, iż operacja nlp ma, na mocy Tw.19(i) (iii), Rozdzia l 8, nastȩpuj ac a w lasność: nlp(z) z y(y nlp(z) y z), co świadczy o tym, iż nlp(z) jest elementem minimalnym zbioru z. Co wiȩcej, jak mówi o tym nastȩpne twierdzenie, jest to jedyny element minimalny zbioru z: Twierdzenie 1: Dla dowolnego niepustego zbioru z liczb porz adkowych oraz dowolnej liczby porz adkowej y, y jest elementem minimalnym zbioru z wtw y = nlp(z). Dowód: Niech z bȩdzie zbiorem liczb porz adkowych oraz y liczb a porz adkow a. ( ): Za lóżmy, że (1) y z oraz (2) y z =. Rozważmy dowolny x z. Wówczas z (2): x y. St ad, ponieważ x, y s a liczbami porz adkowymi, na mocy Twierdzeń 17 i 18, Rozdzia l 8, otrzymujemy: y x. Ostatecznie, wobec (1) i dowolności wyboru zbioru x ze zbioru z, y = nlp(z). ( ): oczywisty. Aby opisać kres górny dowolnego zbioru liczb porz adkowych, rozważmy sumȩ tego zbioru: Twierdzenie 2: Suma dowolnego zbioru liczb porz adkowych jest liczb a porz adkow a. Dowód: Niech z bȩdzie zbiorem liczb porz adkowych. Wykazujemy, że z jest zbiorem tranzytywnym. Niech wiȩc x z. Wówczas dla pewnego a, a z oraz x a. Aby wykazać, że x z rozważmy y x. Z za lożenia a jest liczb a porz adkow a, zatem na mocy Tw.13, Rozdzia l 8, x jest liczb a porz adkow a, a wiȩc konsekwentnie również y jest liczb a porz adkow a. Na mocy Tw.14, Rozdzia l 8 mamy zatem: y a. Ostatecznie, z definicji sumy, y z. Wykazujemy, że x(x z x jest tranzytywny). Niech wiȩc x z. Wówczas x a oraz a z dla pewnego a. Na mocy za lożenia, a jest liczb a porz adkow a, wiȩc skoro x a, to x jest tranzytywny. Wniosek: x(x jest liczb a porz adkow a x jest liczb a porz adkow a) (suma liczby porz adkowej jest liczb a porz adkow a).

3 2. Kresy wzglȩdem dowolnego zbioru liczb porz adkowych 107 Dowód: Niech x bȩdzie liczb a porz adkow a. Na mocy Tw.13, Rozdzia l 8, x jest zbiorem liczb porz adkowych, zatem na mocy Tw.2, x jest liczb a porz adkow a. Skoro dla dowolnego zbioru z liczb porz adkowych, z jest liczb a porz adkow a oraz na mocy Twierdzeń 11(1), 11(2) z Rozdzia lu 1, mamy: (1) y z, y z oraz (2) x[x jest liczb a porz adkow a (( y z, y x) z x)], wiȩc z = supz. Zauważmy ponadto, że wed lug Tw.18, Rozdzia l 8, warunek (1) jest równoważny wyrażeniu y z, y S( z), które z kolei jest równoważne formule: (1) z S( z). Rozumuj ac analogicznie stwierdzamy, że (2) jest równoważne wyrażeniu: (2) x[x jest liczb a porz adkow a (z S(x) z x)]. Bezpośredni a konsekwencj a (1) i (2) oraz Tw.2 jest Twierdzenie 3: Dla dowolnego zbioru z liczb porz adkowych, z jest najmniejsz a liczb a porz adkow a x tak a, że z S(x). 2. Kresy wzglȩdem dowolnego zbioru liczb porz adkowych Rozważmy teraz, dla dowolnego ustalonego zbioru z liczb porz adkowych, formu lȩ φ(x) postaci: z x. Na mocy Tw.2 ( 1) oraz Tw.9, Rozdzia l 8, S( z) jest liczb a porz adkow a, zatem wed lug Tw.3, istnieje liczba porz adkowa x taka, że φ(x). Zatem, na mocy Tw.21, Rozdzia l 8, istnieje najmniejsza liczba porz adkowa x taka, że z x. Nastȩpuj ace twierdzenie podaje jej postać: Twierdzenie 4: Dla dowolnego zbioru z liczb porz adkowych, S(z) jest najmniejsz a liczb a porz adkow a x tak a, że z x. Dowód: Rozważmy dowolny zbiór liczb porz adkowych z. Na mocy Tw.4, Rozdzia l 7, S(z) = z z, zatem z S(z). Wykazujemy, że S(z) jest liczb a porz adkow a. Na mocy Tw.2, z jest liczb a porz adkow a, zatem wed lug Tw.13, Rozdzia l 8 zbiorem liczb porz adkowych. Wobec tego z z jest zbiorem liczb porz adkowych, zatem każdy jego element, bȩd ac liczb a porz adkow a, jest zbiorem tranzytywnym. Okazuje siȩ, że również sam zbiór z z jest tranzytywny. Weźmy bowiem dowolny y z z. Wówczas y z lub y z. Gdy y z, to y z (Tw.11(1), Rozdzia l 1). Gdy zaś y z, to na mocy Tw.18, Rozdzia l 8, y z (bo y, z s a liczbami porz adkowymi). W obu przypadkach: y z z. Ostatecznie z z (tzn. S(z)) jest liczb a porz adkow a.

4 2. Kresy wzglȩdem dowolnego zbioru liczb porz adkowych 108 Rozważmy φ(x) postaci: z x. Wykazaliśmy do tej pory, że S(z) jest liczb a porz adkow a tak a, że φ( S(z)). Aby wykazać, że S(z) jest najmniejsz a liczb a porz adkow a x tak a, że φ(x), rozważmy dowoln a liczbȩ porz adkow a y tak a, że φ(y), tzn. (1) z y. Wówczas (2) z y. Weźmy bowiem dowolny x z. Zatem x a dla pewnej liczby porz adkowej a z. Z (1), a y. Ponieważ x jest liczb a porz adkow a (Tw.13, Rozdzia l 8), wiȩc na mocy Tw.14, Rozdzia l 8, x y. Z (1) i (2) mamy: z z y, tzn. S(z) y. W przypadku, gdy z jest liczb a porz adkow a, na podstawie Tw.2, Rozdzia l 8 mamy: S(z) = z, i oczywiście najmniejsz a liczb a porz adkow a x tak a, że z x jest z. Rozważmy teraz dla dowolnego zbioru z liczb porz adkowych oraz dowolnej liczby porz adkowej a nastȩpuj ace warunki: (3) y z, y a, (4) x[x jest liczb a porz adkow a (( y z, y x) a x a = x)]. Jest sensowne nazwać liczbȩ porz adkow a a, dla której spe lnione s a warunki (3), (4) kresem górnym zbioru z ze wzglȩdu na relacjȩ porz adkuj ac a. Pewne w atpliwości może tu budzić nastȩpnik implikacji ( y z, y x) a x a = x w warunku (4), bowiem dla nazwania liczby a kresem górnym ze wzglȩdu na, ów nastȩpnik powinien być postaci: a x. Jednakże wówczas warunek (3) z tak zmodyfikowanym warunkiem (4), niczego nie definiuj a nie istnieje bowiem liczba porz adkowa a, która by takie warunki spe lnia la (jeśli mamy a takie, że zachodzi (3), to wed lug zmodyfikowanego warunku (4), a a, co jest niemożliwe). Jest jasne na mocy definicji najmniejszej liczby porz adkowej x takiej, że φ(x) oraz Tw.4 i Twierdzeń 20, 18, Rozdzia l 8, że dla dowolnego zbioru z liczb porz adkowych istnieje dok ladnie jedna liczba porz adkowa a, dla której spe lnione s a warunki (3), (4), mianowicie a = S(z). W literaturze przedmiotu w laśnie S(z) nazywana jest kresem górnym zbioru z w klasie liczb porz adkowych. Dla odróżnienia od kresu górnego supz wzglȩdem inkluzji, oznaczmy kres górny wzglȩdem jako sup z. Zatem sup z = S(z) = z z. Ponieważ supz = z, wiȩc supz sup z, czyli supz sup z lub supz = sup z. W zależności od postaci zbioru z, każdy z tych dwóch przypadków, jeden b adź drugi, jest realizowany. Naturalnie równość obu kresów ma miejsce dok ladnie wówczas, gdy z z: (=sup) supz = sup z wtw z z.

5 2. Kresy wzglȩdem dowolnego zbioru liczb porz adkowych 109 Zatem w przypadku, gdy z jest liczb a porz adkow a, czyli z jest zbiorem tranzytywnym, a wiȩc z z (Tw.2, Rozdzia l 8) mamy: (=suplp) supz = sup z wtw z = z. Ponadto, dla z bȩd acego liczb a porz adkow a, supz sup z wtw supz sup z wtw z z wtw (z z z = z) wtw z z z z wtw z z, na mocy Twierdzeń 18, 17, Rozdzia l 8. Ostatecznie: ( suplp) supz sup z wtw z z. Na przyk lad dla z =, supz = sup z oraz dla dowolnej niepustej liczby naturalnej z, supz sup z, bo, jak latwo sprawdzić, wówczas z = S( z), zaś z S( z). Weźmy pod uwagȩ przyk lad zbioru z liczb porz adkowych, który nie jest liczb a porz adkow a, powiedzmy, z = N {0}. Tutaj supz = sup z, bowiem z z: jeśli x N {0}, to również S(x) N {0}, lecz x S(x), zatem x (N {0}). Niech z = {1, 2}, tzn. z = 3 {0}. Oczywiście z nie jest liczb a porz adkow a. W tym przypadku, supz sup z. Bowiem z = {1, 2} = 1 2 = 2, st ad 2 z, jednakże 2 z, zatem z z, czyli zgodnie z warunkiem (=sup), supz sup z. Zauważmy, że tutaj zachodzi: z z. Wykażemy w nastȩpnym paragrafie, że warunek ( suplp) jest prawdziwy dla dowolnego zbioru z liczb porz adkowych (nie tylko dla dowolnej liczby porz adkowej z). W ogólności kres dolny inf z niepustego zbioru z ze wzglȩdu na porz adek, może nie istnieć. Kres ten winien być bowiem liczb a porz adkow a spe lniaj ac a warunki: y z, inf z y, x[x jest liczb a porz adkow a (( y z, x y) x inf z)]. Pierwszy z tych warunków jest równoważny formule: inf z z, drugi zaś wyrażeniu: x[x jest liczb a porz adkow a (x z x inf z)]. Lecz z = nlp(z) (zobacz poprzedni a uwagȩ). Zatem inf z by lby najwiȩksz a liczb a porz adkow a (ze wzglȩdu na inkluzjȩ) należ ac a do liczby porz adkowej nlp(z). Taka zaś liczba porz adkowa dla pewnych zbiorów z liczb porz adkowych nie istnieje. Na przyk lad, gdy z jest dowoln a niepust a liczb a porz adkow a, to nlp(z) =, wiȩc nie istnieje najwiȩksza liczba porz adkowa należ aca do nlp(z).

6 3. Suma nastȩpnika i nastȩpnik sumy dow. zbioru liczb porz adkowych Suma nastȩpnika i nastȩpnik sumy dowolnego zbioru liczb porz adkowych Powyżej, dla dowolnego zbioru z liczb porz adkowych, porównaliśmy ze sob a dwie liczby porz adkowe (kresy górne zbioru z) : z, S(z), mianowicie w ogólności, z S(z). Twierdzenia 3, 4 umożliwiaj a dokonanie porównania innej pary liczb porz adkowych: S(z), S( z). Skoro S(z) jest najmniejsz a liczb a porz adkow a x tak a, że z x, zaś z S( z), wiȩc S(z) S( z). Ostatecznie mamy nastȩpuj acy Wniosek: Dla dowolnego zbioru z liczb porz adkowych, (1) z S(z) S( z), (2) z S(z) S( z). Jedn a z konsekwencji tego Wniosku jest alternatywa roz l aczna: (*) albo S(z) S( z) albo S(z) = S( z), dla dowolnego zbioru z liczb porz adkowych (na mocy Tw.18, Rozdzia l 8). Przypadek S(z) S( z) jest, wed lug Tw.6, Rozdzia l 7, równoważny warunkowi z z, a ten z kolei, na mocy (=sup) warunkowi z = S(z). Zatem, jeżeli S(z) S( z), to na mocy Wniosku, z z = S(z) S( z). W szczególności, gdy zbiór liczb porz adkowych z jest liczb a porz adkow a, a wiȩc gdy z z, warunek S(z) S( z) jest równoważny równości z = z, co już wcześniej zosta lo ustalone w Tw.6, Rozdzia l 8. Gdy wiȩc ów warunek zachodzi, to: z = z = S(z) S( z). Z kolei przypadek S(z) = S( z) jest, jak pokazuje nastȩpuj ace twierdzenie, równoważny warunkowi z z: Twierdzenie 5: S(z) = S( z). Dla dowolnego zbioru z liczb porz adkowych, z z wtw Dowód: Niech z bȩdzie zbiorem liczb porz adkowych. ( ): Za lóżmy, że z z. Wówczas na mocy Tw.7, Rozdzia l 7, S( z) S(z). Ponieważ przeciwna inkluzja zachodzi (por. Wniosek), wiȩc S(z) = S( z). ( ): oczywisty na mocy Tw.7, Rozdzia l 7. Jeśli wiȩc S(z) = S( z), to na mocy Wniosku oraz Tw.5, z z S(z) = S( z),

7 4. Liczby porz adkowe izolowane i graniczne 111 w szczególności zaś, gdy z jest liczb a porz adkow a, to: z z = S(z) = S( z). Przy okazji zauważmy, że skoro warunek S(z) S( z) jest równoważny inkluzji z z, oraz warunek S(z) = S( z) jest równoważny temu, że z z, wiȩc, na mocy (*), mamy dla dowolnego zbioru z liczb porz adkowych prawdziw a alternatywȩ roz l aczn a: (**) albo z z albo z z. Pierwszy z cz lonów tej alternatywy, co już dawno ustalono, jest równoważny równości supz = sup z, drugi zaś wyrażeniu supz sup z. Jeśli bowiem z z, to ponieważ z S(z), wiȩc z S(z), tzn. supz sup z. Jeśli zaś z z, to prawdziwy jest pierwszy z cz lonów alternatywy (**), co oznacza równość obu kresów, zatem wówczas supz sup z. Krótko mówi ac, warunek ( suplp) jest prawdziwy dla dowolnego zbioru z liczb porz adkowych. Zauważmy ponadto, że z alternatywy (**) uzyskujemy wyrażenie: dla dowolnej liczby porz adkowej z: albo z = z albo z z. Inn a, oczywist a konsekwencj a wyżej sformu lowanego Wniosku jest wyrażenie: dla dowolnego zbioru z liczb porz adkowych istnieje liczba porz adkowa x taka, że z x, z którego wynika Twierdzenie 6: Nie istnieje zbiór wszystkich liczb porz adkowych. Dowód: Za lóżmy, że z jest zbiorem wszystkich liczb porz adkowych. Niech x bȩdzie liczb a porz adkow a tak a, że z x. Wówczas, skoro x jest liczb a porz adkow a, zaś z zbiorem wszystkich liczb porz adkowych, wiȩc x z. Wtedy jednak x x, co jest niemożliwe. Naturalnie, nie istnieje również zbiór wszystkich zbiorów tranzytywnych. Gdyby bowiem istnia l, to stosuj ac aksjomat podzbiorów z formu l a φ(x) postaci: x jest liczb a porz adkow a, oraz zmienn a woln a z oznaczaj ac a w laśnie ów zbiór, uzyskalibyśmy istnienie zbioru wszystkich liczb porz adkowych. 4. Liczby porz adkowe izolowane i graniczne Nastȩpuj acy fakt jest odpowiednikiem Tw.6, Rozdzia l 8: Twierdzenie 7: równoważne: (i) x x, Dla dowolnej liczby porz adkowej x nastȩpuj ace warunki s a

8 4. Liczby porz adkowe izolowane i graniczne 112 (ii) x = S( x), (iii) S(x) = S( x). Dowód: Niech x bȩdzie dowoln a liczb a porz adkow a. (i) (iii): Na mocy Tw.5, x jest bowiem zbiorem liczb porz adkowych. (ii) (iii): na mocy Tw.2(i) (iv), Rozdzia l 8, x jest bowiem zbiorem tranzytywnym. Tw.6, Rozdzia l 8 jest oczywiście prawdziwe dla dowolnej liczby porz adkowej x. Zauważmy, że wed lug alternatywy (*) z poprzedniego paragrafu, dla dowolnej liczby porz adkowej x przynajmniej jeden z warunków (iii) z Tw.6, Rozdzia l 8 oraz Tw.7 musi być spe lniony. Jest oczywiste, że jednocześnie oba te warunki nie mog a być prawdziwe. Podobnie, skoro wed lug Tw.3, x S( x), wiȩc na mocy Tw.18, Rozdzia l 8, dla dowolnej liczby porz adkowej x prawdziwa jest alternatywa: (***) x S( x) lub x = S( x), tzn. dla dowolnej liczby porz adkowej x dok ladnie jeden z warunków (ii) Tw.6, Rozdzia l 8 oraz Tw.7 jest prawdziwy. Konsekwentnie, bior ac pod uwagȩ Tw.6, Rozdzia l 8 oraz Tw.7, możemy podzielić klasȩ liczb porz adkowych na dwie grupy: w jednej grupie znajduj a siȩ te liczby porz adkowe, dla których prawdziwe s a warunki z Tw.6, Rozdzia l 8, w drugiej grupie te liczby porz adkowe, dla których prawdziwe s a warunki Tw.7. Definicja. Mówimy, że liczba porz adkowa x jest izolowana, gdy istnieje liczba porz adkowa y taka, że x = S(y). Liczbȩ porz adkow a, która nie jest izolowana, nazywamy graniczn a. Twierdzenie 8: (1) Dla dowolnej liczby porz adkowej x nastȩpuj ace warunki s a równoważne: (i) x x, (ii) x = S( x), (iii) S(x) = S( x), (iv) supx sup x, (v) x jest izolowana. (2) Dla dowolnej liczby porz adkowej x nastȩpuj ace warunki s a równoważne: (i) x = x, (ii) x S( x), (iii) S(x) S( x), (iv) supx = sup x, (v) x jest graniczna. Dowód: Pierwsze trzy warunki z (1) oraz (2) s a naturalnie równoważne na mocy Tw.7 oraz Tw.6, Rozdzia l 8. Równoważności (i) (iv) z (1) oraz z (2) to warunki, odpowiednio, ( suplp), (=suplp) z 2.

9 4. Liczby porz adkowe izolowane i graniczne 113 Na mocy Tw.8, Rozdzia l 7, warunek (2)(i) implikuje warunek (2)(v). Jest oczywiste, że warunek (1)(ii) implikuje warunek (1)(v). St ad prawd a jest, że jeżeli x jest liczb a porz adkow a graniczn a (tzn. x nie jest izolowana), to x S( x). Zatem na mocy (***), x S( x), co dowodzi, że warunek (2)(v) implikuje warunek (2)(ii). Zatem 2(v) jest równoważny każdemu z pozosta lych warunków z (2). Analogicznie, zak ladaj ac, że x jest izolowana (a wiȩc nie jest graniczna) mamy na mocy równoważności z (2), iż x S( x), co daje (wed lug (***)): x = S( x). Tak wiȩc warunek (1)(v) implikuje warunek 1(ii), Zatem (1)(v) jest równoważny każdemu z pozosta lych warunków z (1). Przyk ladem liczby porz adkowej granicznej jest zbiór (bo =, zob. Tw.8(2)). Przyk ladem liczby porz adkowej izolowanej jest jakakolwiek niepusta liczba naturalna. Prawdziwa jest bowiem interpretacja tw.2 arytmetyki elementarnej, 1, Rozdzia l 7, w teorii ZFC: x N(x = y N(x = S(y))). Rozważymy teraz najmniejsze liczby porz adkowe x takie, że φ(x) dla nastȩpuj acych formu l φ(x): y x, y x, y x y x, gdzie y jest dowoln a ustalon a liczb a porz adkow a. Oczywiście najmniejsz a liczb a porz adkow a x tak a, że y x jest liczba porz adkowa y. Formu la y x y x, na mocy Tw.18, Rozdzia l 8, jest równoważna formule y x. Zatem najmniejsza liczba porz adkowa x taka, że y x jest najmniejsz a liczb a porz adkow a x tak a, że y x y x. Bior ac pod uwagȩ Tw.1 Rozdzia l 7, oczekujemy wiȩc, że najmniejsz a liczb a porz adkow a x tak a, że y x jest S(y): Twierdzenie 9: Dla dowolnej liczby porz adkowej y, S(y) jest najmniejsz a liczb a porz adkow a x tak a, że y x. Dowód: Niech y bȩdzie dowoln a liczb a porz adkow a. Naturalnie, na mocy Tw.9, Rozdzia l 8, S(y) jest liczb a porz adkow a. Wystarczy wiȩc teraz powo lać siȩ na Tw.1, Rozdzia l 7, aby skończyć dowód. Niemniej jednak wykonajmy ten dowód odwo luj ac siȩ do warunku (iii) Tw.19, Rozdzia l 8. Naturalnie y S(y), tzn. spe lnione jest φ(s(y)), gdzie φ(x) jest postaci: y x. Wykazujemy, że z(z S(y) y z). Za lóżmy nie wprost, że dla pewnego z : z S(y) oraz y z. Wówczas z pierwszego wyrażenia, na mocy Tw.18, Rozdzia l 8 (z jest liczb a porz adkow a) mamy: z y. St ad oraz z drugiego wyrażenia, y y, co jest niemożliwe. Wniosek: Dla dowolnej liczby porz adkowej y nie istnieje taka liczba porz adkowa x, że y x oraz x S(y).

10 4. Liczby porz adkowe izolowane i graniczne 114 Dowód: Rozważmy dowoln a liczbȩ porz adkow a y i za lóżmy nie wprost, że dla pewnej liczby porz adkowej z: (1) y z oraz (2) z S(y). Wówczas z (1) mamy: φ(z). Ponadto, skoro na mocy Tw.9, S(y) jest najmniejsz a liczb a porz adkow a x tak a, że φ(x) (gdzie φ(x) := y x), wiȩc wed lug Tw.19(i) (iii), Rozdzia l 8 z (2) otrzymujemy: φ(z); sprzeczność (por. również uwagȩ po dowodzie Tw.1, Rozdzia l 7, 4). Jak widać, nazwa nastȩpnik liczby porz adkowej y dla zbioru S(y) jest uzasadniona. S(y) nastȩpuje bezpośrednio po y w porz adku wyznaczonym przez relacjȩ należenia do zbioru. Rozważmy, analogicznie jak powyżej, nastȩpuj ace trzy formu ly φ(x) dla ustalonej liczby porz adkowej y: y S(x), y S(x), y S(x) y S(x). Jest oczywiste, że dla liczby porz adkowej x formu ly: y S(x) oraz y S(x) y S(x) s a równoważne. Ponadto wyrażenie y S(x) jest na mocy Tw.18, Rozdzia l 8, równoważne formule y x. Zatem najmniejsz a liczb a porz adkow a x tak a, że y S(x) (oraz tak a, że y S(x) y S(x)) jest liczba porz adkowa y. Interesuj acy jest wiȩc jedynie przypadek formu ly φ(x) postaci: y S(x). Na mocy Tw.3 mamy natychmiast: Wniosek 1: Dla dowolnej liczby porz adkowej y, najmniejsz a liczb a porz adkow a x tak a, że y S(x) jest y. St ad oraz na podstawie Wniosku z Tw.9 otrzymujemy kolejny wniosek, analogiczny do Wniosku z Tw.9: Wniosek 2: Dla dowolnej liczby porz adkowej y nie istnieje taka liczba porz adkowa x, że y x oraz x y. Dowód: Rozważmy dowoln a liczbȩ porz adkow a y i za lóżmy nie wprost, że dla pewnej liczby porz adkowej z mamy: (1) y z oraz (2) z y. Na mocy Wniosku 1 (por. również alternatywȩ (***)), y S( y). Zatem z (2), z S( y). Lecz to, wraz z (1) jest, na mocy Wniosku z Tw.9 ( y jest liczb a porz adkow a), niemożliwe. Jest jasne, że w przypadku, gdy y jest liczb a porz adkow a izolowan a, a wiȩc gdy y = S( y) (Tw.8(1)), liczba porz adkowa y jest bezpośrednim poprzednikiem liczby y w porz adku liczb porz adkowych wyznaczonym relacj a.

11 4. Liczby porz adkowe izolowane i graniczne 115 W przypadku, gdy y jest liczb a graniczn a, y = y (Tw.8(2)) i wówczas y nie ma bezpośredniego poprzednika. Gdyby bowiem x by l takim bezpośrednim poprzednikiem liczby y, to y by lby jego nastȩpnikiem: y = S(x). Oznacza loby to, że y jest, wbrew za lożeniu, liczb a porz adkow a izolowan a: y jest izolowana: y S( y) y S(y) y jest graniczna: y y S( y) S(y) Naturalnie, jeżeli y jest niepust a liczb a porz adkow a graniczn a, to y jest zbiorem indukcyjnym. Istotnie, y (Tw.23, Rozdzia l 8) oraz gdy x y, to na mocy Tw.9, S(x) y, co implikuje S(x) y, skoro y jest graniczna (y S(x)). Jest również oczywiste, że jeżeli liczba porz adkowa jest zbiorem indukcyjnym, to jest ona graniczna. Izolowana liczba y nie jest bowiem zbiorem indukcyjnym, skoro y y, zaś S( y) y. Gdy y jest izolowana, to sytuacja postaci:... n y... y y y nie ma miejsca. Gdyby bowiem zachodzi la, to y mia lby nieskończone zejście: y, y, y,..., n y,.... Dok ladniej zanalizujmy możliwość takiej sytuacji w oparciu o nastȩpuj ace twierdzenia. Twierdzenie 10: Dla dowolnego zbioru z liczb porz adkowych granicznych, z jest liczb a porz adkow a graniczn a. Dowód: Niech z bȩdzie zbiorem liczb porz adkowych granicznych. Za lóżmy nie wprost, że z jest izolowana. Wówczas dla pewnej liczby porz adkowej x: (1) z = S(x). Skoro x S(x), wiȩc x z, zatem z definicji sumy, dla pewnego u mamy: (2) x u oraz (3) u z. Oczywiście z (3) na mocy Tw.11(1), Rozdzia l 1, otrzymujemy: (4) u z. Na mocy Tw.9, z (2), S(x) u (wed lug (3) u jest liczb a porz adkow a), co wraz z (1) daje z u i konsekwentnie z (4) otrzymujemy: z = u. Lecz wed lug (3), u jest graniczna, zatem z jest graniczna. Sprzeczność z za lożeniem.

12 4. Liczby porz adkowe izolowane i graniczne 116 Twierdzenie 11: Dla dowolnej liczby porz adkowej izolowanej, wśród wszystkich liczb granicznych do niej należ acych, istnieje liczba najwiȩksza. Dowód: Niech y bȩdzie dowoln a licz a porz adkow a izolowan a. Rozważmy aksjomat podzbiorów dla formu ly φ(x) postaci: x jest liczb a porz adkow a graniczn a x y. Na podstawie tego aksjomatu natychmiast stwierdzamy istnienie zbioru z = {x : x jest graniczna x y} wszystkich liczb porz adkowych granicznych bȩd acych elementami zbioru y. Naturalnie z (bo z) oraz (1) z y. Wykażemy, że z jest elementem najwiȩkszym w zbiorze liniowo uporz adkowanym <z, >. W tym celu rozważmy prawdziw a alternatywȩ: (2) albo z z albo z z (zobacz (**), 3). Za lóżmy, że zachodzi: (3) z z. Wówczas naturalnie z jest najmniejsz a liczb a porz adkow a x tak a, że z x (taka najmniejsza liczba porz adkowa jest wed lug Tw.4 postaci S(z), co jest równe z z, co z kolei jest równe z; por. również (=sup) z 3). Zatem z (1) otrzymujemy: z y, czyli z y lub z = y (Tw.18, Rozdzia l 8). Lecz z jest zbiorem liczb granicznych, wiȩc wed lug Tw.10, z jest graniczna, tymczasem y jest izolowana. Wobec tego z y i konsekwentnie z y. Wówczas jednak, z definicji zbioru z, z z, co wobec (3) oznacza, że z z, a to jest niemożliwe (jest sk adin ad wiadome, że obydwa cz lony alternatywy (2) nie mog a być prawdziwe). Skoro nie jest prawd a, że z z, wiȩc z (2) otrzymujemy: z z. Lecz przecież u z, u z (Tw.11(1), Rozdzia l 1). Ostatecznie z jest najwiȩksz a liczb a porz adkow a w zbiorze z. Weźmy pod uwagȩ dowoln a liczbȩ porz adkow a izolowan a y. Na mocy Tw.11, niech ng(y) bȩdzie najwiȩksz a liczb a porz adkow a graniczn a należ ac a do y. Rozważmy zbiór y S(ng(y)). Dla dowolnej liczby porz adkowej x mamy: x y S(ng(y)) wtw (x y i x S(ng(y))) wtw (x y i x ng(y) i x ng(y)) wtw (x y i ng(y) x). Ostatecznie, y S(ng(y)) = {x : ng(y) x y}. Zauważmy, że (ng) x y S(ng(y)), x jest izolowana. Gdyby bowiem pewna liczba x 0 taka, że ng(y) x 0 y by la graniczna, to by loby x 0 ng(y) i jednocześnie ng(y) x 0 oraz ng(y) x 0 (Wniosek z Tw.18, Rozdzia l 8), co jest niemożliwe. Po lóżmy dla dowolnej liczby porz adkowej x, S 0 (x) = x oraz S n+1 (x) = S(S n (x)) dla n = 0, 1,.... Lemat: Dla dowolnej liczby porz adkowej x oraz dowolnej liczby naturalnej n : S n+1 (x) = x {x, S(x), S 2 (x),..., S n (x)}.

13 4. Liczby porz adkowe izolowane i graniczne 117 Dowód: (indukcyjny). Niech x bȩdzie dowoln a liczb a porz adkow a (lub po prostu dowolnym zbiorem). Dla n = 0 powyższa równość jest spe lniona na mocy definicji nastȩpnika. Za lóżmy, że dla jakiegoś n równość ta jest spe lniona. Wówczas S (n+1)+1 (x) = S(S n+1 (x)) = S n+1 (x) {S n+1 (x)} = x {x, S(x), S 2 (x),..., S n (x)} {S n+1 (x)} = x {x, S(x), S 2 (x),..., S n (x), S n+1 (x)}. Twierdzenie 12: Dla dowolnej izolowanej liczby y, zbiór y S(ng(y)) = {x : ng(y) x y} jest skończony. Dowód: Za lóżmy nie wprost, że y jest tak a liczb a porz adkow a izolowan a, że {x : ng(y) x y} nie jest zbiorem skończonym. Weźmy pod uwagȩ zbiór z = {ng(y)} {x : ng(y) x y} = {x : ng(y) x y}. Wykażmy indukcyjnie, że (1) dla dowolnego n = 0, 1,..., S n (ng(y)) z. Jest oczywiste, że ng(y) z, zatem S 0 (ng(y)) z. Za lóżmy, że dla jakiegoś n N, S n (ng(y)) z. St ad (2) S n (ng(y)) y. Z (2) i przechodniości relacji, ponieważ ng(y) S(ng(y)) S 2 (ng(y))... S n (ng(y)), otrzymujemy: (3) {S(ng(y)),..., S n (ng(y))} {x : ng(y) x y}. Ponieważ S(S n (ng(y)) jest najmniejsz a liczb a porz adkow a x tak a, że S n (ng(y)) x (Tw.9), wiȩc z (2), S(S n (ng(y))) y. Dlatego S(S n (ng(y))) y lub S(S n (ng(y))) = y (Tw.18, Rozdzia l 8). Lecz równość S(S n (ng(y))) = y wraz z (3) oznacza (zob. Wniosek z Tw.9), że {S(ng(y)),..., S n (ng(y))} jest zbiorem wszystkich liczb porz adkowych x takich, że ng(y) x x y czyli zbiór y S(ng(y)) by lby skończony wbrew za lożeniu. Zatem S(S n (ng(y))) y, tzn. S n+1 (ng(y)) y. Naturalnie ng(y) S n+1 (ng(y)), ostatecznie S n+1 (ng(y)) z, co kończy dowód (1). Z kolei, dziȩki (1) można rozważyć funkcjȩ (ci ag) f : N z postaci: n N, f(n) = S n (ng(y)). Wykazujemy, że (4) zbiór ng(y) f (N) jest liczb a porz adkow a. Oczywiście elementami tego zbioru s a wy l acznie liczby porz adkowe, zatem zbiory tranzytywne, wystarczy wiȩc wykazać, że ng(y) f (N) jest zbiorem tranzytywnym. Niech wiȩc x ng(y) f (N). Gdy x ng(y), to oczywiście x ng(y), zatem x ng(y) f (N). Niech x f (N). Wówczas x = S n (ng(y)), dla pewnego n N. Zatem x = ng(y), gdy n = 0, oraz x = ng(y) {ng(y), S(ng(y)),..., S n 1 (ng(y))}, gdy n 0 (zobacz lemat powyżej). Ostatecznie, x ng(y) f (N), bo gdy n 0, to {ng(y), S(ng(y)),..., S n 1 (ng(y))} f (N). Po lóżmy: u = ng(y) f (N). Na mocy (4), u u (Tw.2, Rozdzia l 8). Wykazujemy teraz, że u u, co daje równość u = u i dowodzi (Tw.8(2)), że (5) u jest graniczna.

14 5. Niepuste liczby porz adkowe graniczne 118 Niech wiȩc x u. Zatem x ng(y) lub x f (N). Gdy x ng(y), to S(x) ng(y), bo ng(y) jest graniczna (tzn. S(x) ng(y), zaś S(x) ng(y)), st ad S(x) u. Podobnie, gdy x f (N), czyli x = S n (ng(y)) dla pewnego n N, mamy: S(x) = S n+1 (ng(y)) f (N), zatem S(x) u. Ostatecznie, skoro x S(x) oraz S(x) u, wiȩc x u. (Krótko mówi ac, wykazaliśmy tu, że zbiór u jest zamkniȩty na operacjȩ S, a ponieważ u, wiȩc u jest liczb a porz adkow a, która jest zbiorem indukcyjnym, zatem u nie jest izolowana.) Naturalnie f (N) z y, z definicji funkcji f oraz zbioru z. Oczywiście ng(y) y (bo ng(y) y). Zatem ng(y) f (N) y, tzn. u y. St ad zaś u y lub u = y (Tw.18, Rozdzia l 8). Lecz wobec (5) i za lożenia, że y jest izolowana, u y. Zatem u y. St ad, ponieważ ng(y) u (bo f(0) = ng(y), zaś f(0) u), otrzymujemy: u {x : ng(y) x y}, co, wobec (5), jest sprzeczne z wyrażeniem (ng). Wniosek: Dla dowolnej liczby izolowanej y istnieje liczba naturalna n taka, że y = ng(y) {ng(y), S(ng(y)),..., S n (ng(y))} = S n+1 (ng(y)). Dowód: Niech y bȩdzie izolowana. Wykazujemy, że dla pewnego n N pierwsza z równości jest spe lniona. Druga jest bezpośredni a konsekwencj a lematu powyżej. Naturalnie y = S(ng(y)) (y S(ng(y)). St ad (1) y = ng(y) {ng(y)} {x : ng(y) x y}. Zbiór {x : ng(y) x y}, na mocy Tw.12, jest skończony, zatem (2) {x : ng(y) x y} = lub (3) dla pewnego k 1, {x : ng(y) x y} jest k-elementowy. Gdy zachodzi (2), to z (1) mamy: (4) y = ng(y) {S 0 (ng(y))}. Gdy zachodzi (3), to mamy: (5) {x : ng(y) x y} = {S(ng(y)),..., S k (ng(y))}, bowiem ng(y) S(ng(y))... S k (ng(y)) y, oraz S(ng(y)),..., S k (ng(y)) s a jedynymi liczbami x takimi, że ng(y) x y, gdy zbiór {x : ng(y) x y} jest k-elementowy. Na mocy (1) i (5) otrzymujemy: y = ng(y) {ng(y), S(ng(y)),..., S k (ng(y))}. 5. Niepuste liczby porz adkowe graniczne Powyższe ustalenia mog a wydawać siȩ nieco zbyt abstrakcyjne, w sytuacji, gdy jedynym przyk ladem liczby granicznej, jakim do tej pory dysponujemy, jest zbiór. Aby dostarczyć przyk ladów niepustych liczb granicznych, rozważymy najpierw najmniejsz a liczbȩ porz adkow a nie bȩd ac a liczb a naturaln a.

15 5. Niepuste liczby porz adkowe graniczne 119 Weźmy pod uwagȩ φ(x) postaci: (x jest liczb a naturaln a), lub x N. Ponieważ zachodzi φ(n) oraz N jest liczb a porz adkow a, wiȩc na mocy Tw.21, Rozdzia l 8 istnieje najmniejsza liczba porz adkowa x taka, że x nie jest liczb a naturaln a. Oznaczamy j a symbolem ω. Na mocy Tw.19(i) (iii), Rozdzia l 8 mamy zatem: (ω1) ω N oraz (ω2) y(y ω y N). Wyrażenie (ω2) jest równoważne temu, iż ω N. Ponieważ zarówno ω jak N s a liczbami porz adkowymi, wiȩc na mocy Tw.18, Rozdzia l 8, ω N lub ω = N, co wraz z (ω1) prowadzi do wniosku: Wniosek: ω = N, tzn. najmniejsz a liczb a porz adkow a nie bȩd ac a liczb a naturaln a jest zbiór liczb naturalnych N. Twierdzenie 13: ω jest najmniejsz a niepust a liczb a porz adkow a graniczn a. Dowód: Mamy wykazać, że ω jest najmniejsz a liczb a porz adkow a x tak a, że φ(x), gdzie φ(x) jest postaci: x x jest graniczna. Oczywiście ω. Wykazujemy, że ω jest graniczna. Za lóżmy, że tak nie jest. Wówczas ω jest izolowana, czyli ω = S(a), dla pewnej liczby porz adkowej a. Ponieważ a S(a), wiȩc a ω, tzn. (wed lug powyższego Wniosku) a N czyli a jest liczb a naturaln a. Na mocy Tw.10, Rozdzia l 7, S(a) jest liczb a naturaln a, zatem ω N, tzn. N N, co jest niemożliwe. Zatem spe lniona jest formu la φ(ω). Na mocy Tw.19(i) (iii), Rozdzia l 8 wystarczy teraz wykazać, że y(y ω φ(y)), czyli y(y ω (y = y jest izolowana)). Weźmy wiȩc pod uwagȩ dowolny y ω taki, że y. Wówczas y jest niepust a liczb a naturaln a, zatem jest nastȩpnikiem jakiejś liczby naturalnej a, tzn. y = S(a) dla pewnej liczby porz adkowej a, czyli y jest liczb a porz adkow a izolowan a. ω nie jest jedyn a niepust a liczb a graniczn a. Aby podać nastȩpn a z kolei liczbȩ graniczn a, a wiȩc najmniejsz a liczbȩ graniczn a x tak a, że ω x musimy rozważyć aksjomat podstawiania (AxSUB) ψ, w którym formu la ψ(y, z) jest postaci: (ψ) (y ω z = y) (y ω z = S y (ω)). Na pierwszy rzut oka można by mieć w atpliwości (mog ly one już pojawić siȩ poprzednio przy okazji operowania definicj a termu S n (x)) czy (ψ) jest formu l a jȩzyka teorii ZFC, a to z tego powodu, że ci ag symboli: S y (ω), gdzie y jest przecież zbiorem, nie wydaje siȩ być termem tego jȩzyka. Oznaczenie S n (ω) ma sens, ale wówczas, gdy n nie jest żadnym zbiorem, lecz ilości a zastosowań operacji S. Aby rozwiać te w atpliwości, rozważmy skończony zbiór

16 5. Niepuste liczby porz adkowe graniczne 120 A ω = {ω, S(ω), S(S(ω)),..., S(... (S(ω))...)}. Niech w ostatnim z wypisanych termów ilość wyst apień symbolu S wynosi n. Rozważmy liczbȩ naturaln a (zbiór) {, S( ), S(S( )),..., S(... (S( ))...)} tak a, że ilość wyst apień S w ostatnim termie również wynosi n. Zgodnie z ustalon a konwencj a notacyjn a tak a liczbȩ naturaln a oznaczamy S(n), gdzie n jest teraz liczb a naturaln a bȩd ac a zbiorem. Weźmy pod uwagȩ funkcjȩ fn ω : S(n) A ω, mianowicie fn ω = {<, ω>, <S( ), S(ω)>, <S(S( )), S(S(ω))>,..., < S(... (S( ))...), S(... (S(ω))...) >}. Oznaczmy teraz dla dowolnego y S(n), S y (ω) = fn ω (y), w szczególności wiȩc S n (ω) = fn ω (n) (n jest tutaj zbiorem). Naturalnie w ten sam sposób mamy również dla dowolnej liczby porz adkowej (czy w ogóle dowolnego zbioru) x : S n (x) = fn(n), x gdzie n jest zbiorem (fn x : S(n) A x ). Jest zatem jasne, że formu la ψ(y, z) ma w laściwie postać nastȩpuj ac a: (y ω z = y) (y ω z = f ω y (y)), w której nie mamy już do czynienia ze zbiorem y postrzeganym jako ilość zastosowań operacji S. W dalszym ci agu bȩdziemy rozważać postać (ψ), pamiȩtaj ac, że mamy tam do czynienia z pewnym skrótem definicyjnym. Formu la ψ(y, z) ustala przyporz adkowanie każdemu zbiorowi y jego samego, gdy y ω, oraz zbioru S y (ω), gdy y ω. Spe lniony jest wiȩc poprzednik w (AxSUB) ψ : y z[ψ(y, z) v(ψ(y, v) v = z)]. Wobec tego mamy nastȩpnik postaci: u z(z u y(y ω ψ(y, z)). Bior ac pod uwagȩ aksjomat identyczności mamy jedyny zbiór u, którego istnienie stwierdza powyższa formu la. Ponieważ wyrażenie y ω ψ(y, z) jest równoważne formule y ω z = S y (ω), wiȩc ów zbiór, oznaczaj ac go symbolem S ω (ω), możemy określić nastȩpuj aco: z(z S ω (ω) y(y ω z = S y (ω))). Istnieje zatem zbiór, który nieformalnie zapisalibyśmy w postaci: S ω (ω) = {ω, S(ω),..., S n (ω),...}. Twierdzenie 14: Zbiór ω S ω (ω) jest najmniejsz a liczb a porz adkow a x tak a, że x jest graniczna i ω x. Dowód: Wykazanie faktu, że ω S ω (ω) jest liczb a porz adkow a graniczn a przebiega analogicznie jak wykazanie warunków (4), (5) w dowodzie Tw.12. Zamiast liczby granicznej ng(y) mamy teraz liczbȩ graniczn a ω, oraz zamiast obrazu f (N) zbiór S ω (ω), który jest również obrazem zbioru N wed lug funkcji g : N S ω (ω) przyporz adkowuj acej każdej liczbie naturalnej n zbiór S n (ω).

17 5. Niepuste liczby porz adkowe graniczne 121 Oczywiście, ω ω S ω (ω). Niech teraz x bȩdzie dowoln a liczb a graniczn a tak a, że ω x. Aby wykazać, że ω S ω (ω) x, co skończy dowód, wykazujemy, że (1) ω x oraz (2) S ω (ω) x. (1) jest oczywiste, skoro ω x (Tw.18, Rozdzia l 8). Wykazanie, że zachodzi (2) sprowadza siȩ do indukcyjnego dowodu faktu, iż n ω, S n (ω) x. Dowód ten jest podobny do wykazania waruku (1) z dowodu Tw.12. Oczywiście, S 0 (ω) x. Zak ladamy, że dla jakiegoś n, S n (ω) x. Wówczas, na mocy Tw.9, S(S n (ω)) x lub S(S n (ω)) = x. Lecz ostatnia równość nie może zachodzić skoro x jest graniczna. Zatem S n+1 (ω) x. Zauważmy, że zastosowanie aksjomatu podstawiania dla stwierdzenia istnienia zbioru S ω (ω), można uogólnić dla dowolnej operacji jednoargumentowej F oraz dowolnego zbioru X, tak, aby ustalić istnienie zbioru F ω (X). Wystarczy wzi ać pod uwagȩ ten aksjomat z formu l a ψ(y, z) postaci: (y ω z = y) (y ω z = F y (X)), aby uzyskać istnienie zbioru: F ω (X) = {z : y(y ω z = F y (X))}, nieformalnie zapisywanego w postaci: {X, F (X),..., F n (X),...}. Jasne jest wiȩc, że możemy ustalić kolejne liczby porz adkowe graniczne, mianowicie: ω 2 = ω 1 S ω (ω 1 ), gdzie ω 1 = ω S ω (ω), ω 3 = ω 2 S ω (ω 2 ),..., ω n = ω n 1 S ω (ω n 1 ),..., przy czym ω ω 1 ω 2... ω n... oraz miȩdzy nimi w porz adku ustalonym relacj a, nie ma innych liczb granicznych.

Rozdzia l 8. Pojȩcie liczby porz adkowej

Rozdzia l 8. Pojȩcie liczby porz adkowej Rozdzia l 8. Pojȩcie liczby porz adkowej 1. Liczby naturalne a liczby porz adkowe Oto cztery pierwsze liczby naturalne zapisane wed lug różnych czterech notacji w porz adku od najmniejszej do najwiȩkszej:,

Bardziej szczegółowo

Rozdzia l 2. Najważniejsze typy algebr stosowane w logice

Rozdzia l 2. Najważniejsze typy algebr stosowane w logice Rozdzia l 2. Najważniejsze typy algebr stosowane w logice 1. Algebry Boole a Definicja. Kratȩ dystrybutywn a z zerem i jedynk a, w której dla każdego elementu istnieje jego uzupe lnienie nazywamy algebr

Bardziej szczegółowo

Niech X bȩdzie dowolnym zbiorem. Dobry porz adek to relacja P X X (bȩdziemy pisać x y zamiast x, y P ) o w lasnościach:

Niech X bȩdzie dowolnym zbiorem. Dobry porz adek to relacja P X X (bȩdziemy pisać x y zamiast x, y P ) o w lasnościach: Teoria miary WPPT IIr semestr zimowy 2009 Wyk lad 4 Liczby kardynalne, indukcja pozaskończona DOBRY PORZA DEK 14/10/09 Niech X bȩdzie dowolnym zbiorem Dobry porz adek to relacja P X X (bȩdziemy pisać x

Bardziej szczegółowo

Rozdzia l 3. Elementy algebry uniwersalnej

Rozdzia l 3. Elementy algebry uniwersalnej Rozdzia l 3. Elementy algebry uniwersalnej 1. Podalgebry, homomorfizmy Definicja. Niech = B A oraz o bȩdzie n-argumentow a operacj a na zbiorze A. Mówimy, że zbiór B jest zamkniȩty na operacjȩ o, gdy dla

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

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

Rozdzia l 10. Najważniejsze normalne logiki modalne

Rozdzia l 10. Najważniejsze normalne logiki modalne Rozdzia l 10. Najważniejsze normalne logiki modalne 1. Logiki modalne normalne Definicja. Inwariantny zbiór formu l X jȩzyka modalnego L = (L,,,,, ) nazywamy logik a modaln a zbazowan a na logice klasycznej

Bardziej szczegółowo

Rozdzia l 11. Liczby kardynalne

Rozdzia l 11. Liczby kardynalne Rozdzia l 11. Liczby kardynalne 1. Równoliczność zbiorów Definicja. Dla dowolnych zbiorów x, y : x jest równoliczny z y, gdy istnieje funkcja f : x y, która jest bijekcj a. Zauważmy, że funkcja f : y,

Bardziej szczegółowo

Teoria miary WPPT IIr. semestr zimowy 2009 Wyk lady 6 i 7. Mierzalność w sensie Carathéodory ego Miara Lebesgue a na prostej

Teoria miary WPPT IIr. semestr zimowy 2009 Wyk lady 6 i 7. Mierzalność w sensie Carathéodory ego Miara Lebesgue a na prostej Teoria miary WPPT IIr. semestr zimowy 2009 Wyk lady 6 i 7. Mierzalność w sensie Carathéodory ego Miara Lebesgue a na prostej 27-28/10/09 ZBIORY MIERZALNE WZGLȨDEM MIARY ZEWNȨTRZNEJ Niech µ bȩdzie miar

Bardziej szczegółowo

Rozdzia l 7. Liczby naturalne

Rozdzia l 7. Liczby naturalne Rozdzia l 7. Liczby naturalne 1. Arytmetyka elementarna Arytmetyka elementarna jest najprostsz a z teorii liczb naturalnych. Ujmuje ona liczby naturalne bez uwzglȩdnienia dzia lań dodawania i mnożenia.

Bardziej szczegółowo

Wyk lad 7 Baza i wymiar przestrzeni liniowej

Wyk lad 7 Baza i wymiar przestrzeni liniowej Wyk lad 7 Baza i wymiar przestrzeni liniowej 1 Baza przestrzeni liniowej Niech V bedzie przestrzenia liniowa. Powiemy, że podzbiór X V jest maksymalnym zbiorem liniowo niezależnym, jeśli X jest zbiorem

Bardziej szczegółowo

Wyk lad 6 Podprzestrzenie przestrzeni liniowych

Wyk lad 6 Podprzestrzenie przestrzeni liniowych Wyk lad 6 Podprzestrzenie przestrzeni liniowych 1 Określenie podprzestrzeni Definicja 6.1. Niepusty podzbiór V 1 V nazywamy podprzestrzeni przestrzeni liniowej V, jeśli ma on nastepuj ace w lasności: (I)

Bardziej szczegółowo

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Wyk lad 9 Baza i wymiar przestrzeni liniowej Wyk lad 9 Baza i wymiar przestrzeni liniowej 1 Operacje elementarne na uk ladach wektorów Niech α 1,..., α n bed dowolnymi wektorami przestrzeni liniowej V nad cia lem K. Wyróżniamy nastepuj ace operacje

Bardziej szczegółowo

Wyk lad 12. (ii) najstarszy wspó lczynnik wielomianu f jest elementem odwracalnym w P. Dowód. Niech st(f) = n i niech a bedzie

Wyk lad 12. (ii) najstarszy wspó lczynnik wielomianu f jest elementem odwracalnym w P. Dowód. Niech st(f) = n i niech a bedzie 1 Dzielenie wielomianów Wyk lad 12 Ważne pierścienie Definicja 12.1. Niech P bedzie pierścieniem, który może nie być dziedzina ca lkowitości. Powiemy, że w pierścieniu P [x] jest wykonalne dzielenie z

Bardziej szczegółowo

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

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

Bardziej szczegółowo

LOGIKA ALGORYTMICZNA

LOGIKA ALGORYTMICZNA LOGIKA ALGORYTMICZNA 0.0. Relacje. Iloczyn kartezjański: A B := (a, b) : a A i b B} (zak ladamy, że (x, y) i (u, v) s a równe wtedy i tylko wtedy gdy x = u i y = v); A n := (x 1,..., x n ) : x i A}; R

Bardziej szczegółowo

STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1

STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1 1 STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1 Klasyczny Rachunek Prawdopodobieństwa. 1. Pojȩcia wstȩpne. Doświadczeniem losowym nazywamy doświadczenie, którego wynik nie jest znany. Posiadamy

Bardziej szczegółowo

Wyk lad 2 Podgrupa grupy

Wyk lad 2 Podgrupa grupy Wyk lad 2 Podgrupa grupy Definicja 2.1. Pod grupy (G,, e) nazywamy taki podzbiór H G, że e H, h 1 H dla każdego h H oraz h 1 h 2 H dla dowolnych h 1, h 2 H. Jeśli H jest grupy G, to bedziemy pisali H G.

Bardziej szczegółowo

Logika matematyczna i teoria mnogości (I) J. de Lucas

Logika matematyczna i teoria mnogości (I) J. de Lucas Logika matematyczna i teoria mnogości (I) J. de Lucas Ćwiczenie 1. (Zad. L. Newelskiego) Niech p oznacza zdanie Ala je, zaś q zdanie As wyje. Zapisz jako formu ly rachunku zdań nastȩpuj ace zdania: 1.1.

Bardziej szczegółowo

Sterowalność liniowych uk ladów sterowania

Sterowalność liniowych uk ladów sterowania Sterowalność liniowych uk ladów sterowania W zadaniach sterowania docelowego należy przeprowadzić obiekt opisywany za pomoc a równania stanu z zadanego stanu pocz atkowego ẋ(t) = f(x(t), u(t), t), t [t,

Bardziej szczegółowo

Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera

Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera Określenie podpierścienia Definicja 9.. Podpierścieniem pierścienia (P, +,, 0, ) nazywamy taki podzbiór A P, który jest pierścieniem ze wzgledu

Bardziej szczegółowo

Elementy logiki i teorii mnogości Wyk lad 1: Rachunek zdań

Elementy logiki i teorii mnogości Wyk lad 1: Rachunek zdań Elementy logiki i teorii mnogości Wyk lad 1: Rachunek zdań Micha l Ziembowski m.ziembowski@mini.pw.edu.pl www.mini.pw.edu.pl/ ziembowskim/ October 2, 2016 M. Ziembowski (WUoT) Elementy logiki i teorii

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA

STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA 1 STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA 1. Pojȩcia wstȩpne. Doświadczeniem losowym nazywamy doświadczenie, którego wynik nie jest znany.

Bardziej szczegółowo

Szymon G l ab. Struktury losowe II Graf losowy. Instytut Matematyki, Politechnika Lódzka

Szymon 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 szczegółowo

Liczba 2, to jest jedyna najmniejsza liczba parzysta i pierwsza. Oś liczbowa. Liczba 1, to nie jest liczba pierwsza

Liczba 2, to jest jedyna najmniejsza liczba parzysta i pierwsza. Oś liczbowa. Liczba 1, to nie jest liczba pierwsza 1 SZKO LA PODSTAWOWA HELIANTUS 02-892 WARSZAWA ul. BAŻANCIA 16 3 Liczba 2, to jest jedyna najmniejsza liczba parzysta i pierwsza 2 1 0 1 2 3 x Oś liczbowa. Liczba 1, to nie jest liczba pierwsza MATEMATYKA

Bardziej szczegółowo

OSOBNO ANALITYCZNYCH

OSOBNO ANALITYCZNYCH Uniwersytet Jagielloński Instytut Matematyki Zbigniew B locki ZBIORY OSOBLIWOŚCI FUNKCJI OSOBNO ANALITYCZNYCH Praca magisterska Promotor: Prof. dr hab. Józef Siciak Kraków 99 .Wstȩp. Jeśli Ω jest zbiorem

Bardziej szczegółowo

Normy wektorów i macierzy

Normy wektorów i macierzy Rozdzia l 3 Normy wektorów i macierzy W tym rozdziale zak ladamy, że K C. 3.1 Ogólna definicja normy Niech ψ : K m,n [0, + ) b edzie przekszta lceniem spe lniaj acym warunki: (i) A K m,n ψ(a) = 0 A = 0,

Bardziej szczegółowo

Elementy logiki i teorii mnogości

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

Bardziej szczegółowo

MATEMATYKA DYSKRETNA - wyk lad 1 dr inż Krzysztof Bryś. Wprowadzenie

MATEMATYKA DYSKRETNA - wyk lad 1 dr inż Krzysztof Bryś. Wprowadzenie 1 MATEMATYKA DYSKRETNA - wyk lad 1 dr inż Krzysztof Bryś Wprowadzenie Istniej a dwa różne kryteria mówi ace, które narzȩdzia matematyczne należy zaliczyć do matematyki dyskretnej. Pierwsze definiuje matematykȩ

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

Wyk lad 5. Analiza dla informatyków 1 DANI LI1 Pawe l Domański szkicowe notatki do wyk ladu. 1. Granice niew laściwe

Wyk lad 5. Analiza dla informatyków 1 DANI LI1 Pawe l Domański szkicowe notatki do wyk ladu. 1. Granice niew laściwe Analiza dla informatyków 1 DANI LI1 Pawe l Domański szkicowe notatki do wyk ladu Wyk lad 5 1. Granice niew laściwe Definicja 1 Ci ag (x n ) d aży do (jest rozbieżny do) + jeśli c R N n > N x n > c a do

Bardziej szczegółowo

Wyk lad 14 Cia la i ich w lasności

Wyk lad 14 Cia la i ich w lasności Wyk lad 4 Cia la i ich w lasności Charakterystyka cia la Określenie cia la i w lasności dzia lań w ciele y ly omówione na algerze liniowej. Stosujac terminologie z teorii pierścieni możemy powiedzieć,

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

Funkcje wielu zmiennych

Funkcje wielu zmiennych Funkcje wielu zmiennych 13 Zbiory w przestrzeni Definicja Przestrzeni a trójwymiarow a (przestrzeni a) nazywamy zbiór wszystkich trójek uporz adkowanych (x y z) gdzie x y z R. Przestrzeń tȩ oznaczamy symbolem

Bardziej szczegółowo

0.1 Sposȯb rozk ladu liczb na czynniki pierwsze

0.1 Sposȯb rozk ladu liczb na czynniki pierwsze 1 Temat 5: Liczby pierwsze Zacznijmy od definicji liczb pierwszych Definition 0.1 Liczbȩ naturaln a p > 1 nazywamy liczb a pierwsz a, jeżeli ma dok ladnie dwa dzielniki, to jest liczbȩ 1 i sam a siebie

Bardziej szczegółowo

Wyk lad 14 Formy kwadratowe I

Wyk lad 14 Formy kwadratowe I Wyk lad 14 Formy kwadratowe I Wielomian n-zmiennych x 1,, x n postaci n a ij x i x j, (1) gdzie a ij R oraz a ij = a ji dla wszystkich i, j = 1,, n nazywamy forma kwadratowa n-zmiennych Forme (1) można

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

POCHODNA KIERUNKOWA. DEFINICJA Jeśli istnieje granica lim. to granica ta nazywa siȩ pochodn a kierunkow a funkcji f(m) w kierunku osi l i oznaczamy

POCHODNA KIERUNKOWA. DEFINICJA Jeśli istnieje granica lim. to granica ta nazywa siȩ pochodn a kierunkow a funkcji f(m) w kierunku osi l i oznaczamy POCHODNA KIERUNKOWA Pochodne cz astkowe funkcji f(m) = f(x, y, z) wzglȩdem x, wzglȩdem y i wzglȩdem z wyrażaj a prȩdkość zmiany funkcji w kierunku osi wspó lrzȩdnych; np. f x jest prȩdkości a zmiany funkcji

Bardziej szczegółowo

Wyk lad 4 Warstwy, dzielniki normalne

Wyk lad 4 Warstwy, dzielniki normalne Wyk lad 4 Warstwy, dzielniki normalne 1 Warstwy grupy wzgl edem podgrupy Niech H bedzie podgrupa grupy (G,, e). W zbiorze G wprowadzamy relacje l oraz r przyjmujac, że dla dowolnych a, b G: a l b a 1 b

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

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

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

Funkcje wielu zmiennych

Funkcje wielu zmiennych Funkcje wielu zmiennych 8 Pochodna kierunkowa funkcji Definicja Niech funkcja f określona bȩdzie w otoczeniu punktu P 0 = (x 0, y 0 ) oraz niech v = [v x, v y ] bȩdzie wektorem. Pochodn a kierunkow a funkcji

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

Metoda Simplex bez użycia tabel simplex 29 kwietnia 2010

Metoda Simplex bez użycia tabel simplex 29 kwietnia 2010 R. Rȩbowski 1 WPROWADZENIE Metoda Simplex bez użycia tabel simplex 29 kwietnia 2010 1 Wprowadzenie Powszechnie uważa siȩ, że metoda simplex, jako uniwersalny algorytm pozwalaj acyznaleźć rozwi azanie optymalne

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

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

Rachunek zdań - semantyka. Wartościowanie. ezyków formalnych. Semantyka j. Logika obliczeniowa. Joanna Józefowska. Poznań, rok akademicki 2009/2010

Rachunek zdań - semantyka. Wartościowanie. ezyków formalnych. Semantyka j. Logika obliczeniowa. Joanna Józefowska. Poznań, rok akademicki 2009/2010 Logika obliczeniowa Instytut Informatyki Poznań, rok akademicki 2009/2010 1 formu l rachunku zdań Wartościowanie i sta le logiczne Logiczna równoważność 2 Model formu ly Formu la spe lniona Formu la spe

Bardziej szczegółowo

Tomasz Downarowicz Instytut Matematyki i Informatyki Politechnika Wroc lawska Wroc law Wroc law, kwiecień 2011

Tomasz Downarowicz Instytut Matematyki i Informatyki Politechnika Wroc lawska Wroc law Wroc law, kwiecień 2011 Tomasz Downarowicz Instytut Matematyki i Informatyki Politechnika Wroc lawska 50-370 Wroc law Wroc law, kwiecień 2011 Analiza Funkcjonalna WPPT IIr. Wyk lady 4 i 5: Przestrzenie unitarne i Hilberta (rzeczywiste

Bardziej szczegółowo

Cia la i wielomiany Javier de Lucas

Cia la i wielomiany Javier de Lucas Cia la i wielomiany Javier de Lucas Ćwiczenie 1. Za lóż, że (F, +,, 1, 0) jest cia lem i α, β F. w laściwości s a prawd a? Które z nastȩpuj acych 1. 0 α = 0. 2. ( 1) α = α. 3. Każdy element zbioru F ma

Bardziej szczegółowo

ci agi i szeregi funkcji Javier de Lucas Ćwiczenie 1. Zbadać zbieżność (punktow a i jednostajn a) ci agu funkcji nx 2 + x

ci agi i szeregi funkcji Javier de Lucas Ćwiczenie 1. Zbadać zbieżność (punktow a i jednostajn a) ci agu funkcji nx 2 + x ci agi i szeregi funkcji Javier de Lucas Ćwiczenie 1 Zbadać zbieżność (punktow a i jednostajn a) ci agu funkcji f n : [, [ x nx + x nx + 1, Rozwi azanie: Mówi siȩ, że ci ag funkcji f n zd aży punktowo

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

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

Rozdzia l 11. Przestrzenie Euklidesowe Definicja, iloczyn skalarny i norma. iloczynem skalarnym.

Rozdzia l 11. Przestrzenie Euklidesowe Definicja, iloczyn skalarny i norma. iloczynem skalarnym. Rozdzia l 11 Przestrzenie Euklidesowe 11.1 Definicja, iloczyn skalarny i norma Definicja 11.1 Przestrzenia Euklidesowa nazywamy par e { X K,ϕ }, gdzie X K jest przestrzenia liniowa nad K, a ϕ forma dwuliniowa

Bardziej szczegółowo

Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania

Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania 1 Przekszta lcenia liniowe i ich w lasności Definicja 9.1. Niech V i W bed przestrzeniami liniowymi. Przekszta lcenie f : V W spe lniajace warunki:

Bardziej szczegółowo

T O P O L O G I A WPPT I, sem. letni WYK LAD 8. Wroc law, 21 kwietnia D E F I N I C J E Niech (X, d) oznacza przestrzeń metryczn a.

T O P O L O G I A WPPT I, sem. letni WYK LAD 8. Wroc law, 21 kwietnia D E F I N I C J E Niech (X, d) oznacza przestrzeń metryczn a. T O P O L O G I A WPPT I, sem. letni WYK LAD 8 Zwartość D E F I N I C J E Niech (X, d) oznacza przestrzeń metryczn a. Wroc law, 1 kwietnia 008 Definicja 1. (X, d) jest ca lkowicie ograniczona jeśli dla

Bardziej szczegółowo

P. Urzyczyn: Materia ly do wyk ladu z semantyki. Uproszczony 1 j. ezyk PCF

P. Urzyczyn: Materia ly do wyk ladu z semantyki. Uproszczony 1 j. ezyk PCF 29 kwietnia 2013, godzina 23: 56 strona 1 P. Urzyczyn: Materia ly do wyk ladu z semantyki Uproszczony 1 j ezyk PCF Sk ladnia: Poniżej Γ oznacza otoczenie typowe, czyli zbiór deklaracji postaci (x : τ).

Bardziej szczegółowo

Wyk lad 7 Metoda eliminacji Gaussa. Wzory Cramera

Wyk lad 7 Metoda eliminacji Gaussa. Wzory Cramera Wyk lad 7 Metoda eliminacji Gaussa Wzory Cramera Metoda eliminacji Gaussa Metoda eliminacji Gaussa polega na znalezieniu dla danego uk ladu a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x n =

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

Matematyka dyskretna Oznaczenia

Matematyka dyskretna Oznaczenia Matematyka dyskretna Oznaczenia Andrzej Szepietowski W tym rozdziale przedstawimy podstawowe oznacznia. oznacza kwantyfikator ogólny dla każdego. oznacza kwantyfikator szczegó lowy istnieje. 1 Sumy i iloczyny

Bardziej szczegółowo

TOPOLOGIA PRZESTRZENI METRYCZNYCH, ZWARTOŚĆ,

TOPOLOGIA PRZESTRZENI METRYCZNYCH, ZWARTOŚĆ, TOPOLOGIA PRZESTRZENI METRYCZNYCH, ZWARTOŚĆ, SPÓJNOŚĆ I POJȨCIA BLISKIE (DO UŻYTKU WEWNȨTRZNEGO, I DO SPRAWDZENIA) R R Abstract. Poniższe notatki do ćwiczeń zbieraj a podstawowe pojȩcia i stwierdzenia

Bardziej szczegółowo

Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego

Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego Wyk lad 8 Rzad macierzy i twierdzenie Kroneckera-Capellego 1 Określenie rz edu macierzy Niech A bedzie m n - macierza Wówczas wiersze macierzy A możemy w naturalny sposób traktować jako wektory przestrzeni

Bardziej szczegółowo

Funkcje wielu zmiennych

Funkcje wielu zmiennych Funkcje wielu zmiennych Zbiory na p laszczyźnie Przestrzeni a dwuwymiarow a (p laszczyzn a) nazywamy zbiór wszystkich par uporz adkowanych (x, y), gdzie x, y R. Przestrzeń tȩ oznaczamy symbolem R 2 : R

Bardziej szczegółowo

Niesimpleksowe metody rozwia zywania zadań PL. Seminarium Szkoleniowe Edyta Mrówka

Niesimpleksowe metody rozwia zywania zadań PL. Seminarium Szkoleniowe Edyta Mrówka Niesimpleksowe metody rozwia zywania zadań PL Seminarium Szkoleniowe Metoda Simplex: wady i zalety Algorytm SIMPLEX jest szeroko znany i stosowany do rozwi azywania zadań programowania liniowego w praktyce.

Bardziej szczegółowo

Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE

Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE Niech K = R lub K = C oraz X - dowolny zbiór. Określmy dwa dzia lania: dodawanie + : X X X i mnożenie przez liczbȩ : K X X, spe lniaj ace nastȩpuj ace

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

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

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

Bardziej szczegółowo

Wykład 21 Funkcje mierzalne. Kostrukcja i własności całki wzglȩdem miary przeliczalnie addytywnej

Wykład 21 Funkcje mierzalne. Kostrukcja i własności całki wzglȩdem miary przeliczalnie addytywnej Wykład 2 Funkcje mierzalne. Kostrukcja i własności całki wzglȩdem miary przeliczalnie addytywnej czȩść II (opracował: Piotr Nayar) Definicja 2.. Niech (E, E) bȩdzie przestrzenia mierzalna i niech λ : E

Bardziej szczegółowo

Wyk lad 3 Grupy cykliczne

Wyk lad 3 Grupy cykliczne Wyk la 3 Grupy cykliczne Definicja 3.1. Niech a bezie elementem grupy (G,, e). Jeżeli istnieje liczba naturalna k taka, że a k = e, to najmniejsza taka liczbe naturalna k nazywamy rzeem elementu a. W przeciwnym

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

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

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

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

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

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

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

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

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

Wyk lad 1 Podstawowe struktury algebraiczne

Wyk lad 1 Podstawowe struktury algebraiczne Wyk lad 1 Podstawowe struktury algebraiczne 1 Dzia lanie w zbiorze Majac dane dowolne dwa przedmioty a b możemy z nich utworzyć pare uporzadkowan a (a b) o poprzedniku a i nastepniku b. Warunek na równość

Bardziej szczegółowo

Analiza dla informatyków 1 DANI LI1 Pawe l Domański szkicowe notatki do wyk ladu

Analiza dla informatyków 1 DANI LI1 Pawe l Domański szkicowe notatki do wyk ladu Analiza dla informatyków 1 DANI LI1 Pawe l Domański szkicowe notatki do wyk ladu Wyk lad 4 1. Zbiory otwarte i domkniȩte Pojȩcia które teraz wprowadzimy można rozpatrywać w każdej przestrzeni metrycznej

Bardziej szczegółowo

W poszukiwaniu kszta ltów kulistych

W poszukiwaniu kszta ltów kulistych W poszukiwaniu kszta ltów kulistych Piotr Mankiewicz April 4, 2005 Konwersatorium dla doktorantów Notacje 1 Cia lo wypuk le - wypuk ly, domkniȩty podzbiór ograniczony w R n. Odleg lość geometryczna dwóch

Bardziej szczegółowo

Przestrzenie wektorowe, liniowa niezależność Javier de Lucas

Przestrzenie wektorowe, liniowa niezależność Javier de Lucas Przestrzenie wektorowe, liniowa niezależność Javier de Lucas Ćwiczenie 1. W literaturze można znaleźć pojȩcia przestrzeni liniowej i przestrzeni wektorowej. Obie rzeczy maj a tak a sam a znaczenie. Nastȩpuj

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

I. Podstawowe pojęcia i oznaczenia logiczne i mnogościowe. Elementy teorii liczb rzeczywistych.

I. Podstawowe pojęcia i oznaczenia logiczne i mnogościowe. Elementy teorii liczb rzeczywistych. I. Podstawowe pojęcia i oznaczenia logiczne i mnogościowe. Elementy teorii liczb rzeczywistych. 1. Elementy logiki matematycznej. 1.1. Rachunek zdań. Definicja 1.1. Zdaniem logicznym nazywamy zdanie gramatyczne

Bardziej szczegółowo

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

Wyk lad 3 Wielomiany i u lamki proste

Wyk lad 3 Wielomiany i u lamki proste Wyk lad 3 Wielomiany i u lamki proste 1 Konstrukcja pierścienia wielomianów Niech P bedzie dowolnym pierścieniem, w którym 0 1. Oznaczmy przez P [x] zbiór wszystkich nieskończonych ciagów o wszystkich

Bardziej szczegółowo

Wykład 1. Na początku zajmować się będziemy zbiorem liczb całkowitych

Wykład 1. Na początku zajmować się będziemy zbiorem liczb całkowitych Arytmetyka liczb całkowitych Wykład 1 Na początku zajmować się będziemy zbiorem liczb całkowitych Z = {0, ±1, ±2,...}. Zakładamy, że czytelnik zna relację

Bardziej szczegółowo

Równania różniczkowe cz astkowe rzȩdu pierwszego

Równania różniczkowe cz astkowe rzȩdu pierwszego Równania różniczkowe cz astkowe rzȩd pierwszego 1 Równania liniowe jednorodne Rozważmy równanie a 1 ( 1,..., n ) 1 +... + a n ( 1,..., n ) n = 0, (1) gdzie a i, i = 1,..., n s a dane, a fnkcja = ( 1,...,

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Liczby naturalne i ca lkowite

Liczby naturalne i ca lkowite Chapter 1 Liczby naturalne i ca lkowite Koncepcja liczb naturalnych i proste operacje arytmetyczne by ly znane już od oko lo 50000 tysiȩcy lat temu. To wiemy na podstawie archeologicznych i historycznych

Bardziej szczegółowo

Metody Numeryczne Wykład 4 Wykład 5. Interpolacja wielomianowa

Metody Numeryczne Wykład 4 Wykład 5. Interpolacja wielomianowa Sformułowanie zadania interpolacji Metody Numeryczne Wykład 4 Wykład 5 Interpolacja wielomianowa Niech D R i niech F bȩdzie pewnym zbiorem funkcji f : D R. Niech x 0, x 1,..., x n bȩdzie ustalonym zbiorem

Bardziej szczegółowo

Sterowanie optymalne dla uk ladów nieliniowych. Zasada maksimum Pontriagina.

Sterowanie optymalne dla uk ladów nieliniowych. Zasada maksimum Pontriagina. Sterowanie optymalne dla uk ladów nieliniowych. Zasada maksimum Pontriagina. Podstawowy problem sterowania optymalnego dla uk ladów nieliniowych W podstawowym problemie sterowania optymalnego minimalizacji

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

Wstęp do Matematyki (4)

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

Bardziej szczegółowo

PODSTAWOWE W LASNOŚCI W ZBIORZE LICZB RZECZYWISTYCH

PODSTAWOWE W LASNOŚCI W ZBIORZE LICZB RZECZYWISTYCH PODSTAWOWE W LASNOŚCI DZIA LAŃ I NIERÓWNOŚCI W ZBIORZE LICZB RZECZYWISTYCH W dalszym cia gu be dziemy zajmować sie g lównie w lasnościami liczb rzeczywistych, funkcjami określonymi na zbiorach z lożonych

Bardziej szczegółowo

Wykład 11a. Składnia języka Klasycznego Rachunku Predykatów. Języki pierwszego rzędu.

Wykład 11a. Składnia języka Klasycznego Rachunku Predykatów. Języki pierwszego rzędu. Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 11a. Składnia języka Klasycznego Rachunku Predykatów. Języki pierwszego rzędu. 1 Logika Klasyczna obejmuje dwie teorie:

Bardziej szczegółowo

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

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

Bardziej szczegółowo