Rozdzia l 8. Pojȩcie liczby porz adkowej

Wielkość: px
Rozpocząć pokaz od strony:

Download "Rozdzia l 8. Pojȩcie liczby porz adkowej"

Transkrypt

1 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:, S( ), S(S( )), S(S(S( ))), { }, {, { }}, {, { }, {, { }}} 0, 1, 2, 3 0, {0}, {0, 1}, {0, 1, 2}. Widać, że sekwencja czterech pierwszych liczb naturalnych ma nastȩpuj ac a w lasność: (*) Każdy ze zbiorów tej sekwencji jest zbiorem wszystkich tych i tylko tych zbiorów, które w tej sekwencji s a wcześniej od niego. Rozszerzmy sekwencjȩ czterech pierwszych liczb naturalnych do nieskończoności: (1), S( ), S(S( )), S(S(S( ))),... lub (1), { }, {, { }}, {, { }, {, { }}},... tak, aby sekwencja ta mia la w lasność (*), tzn. pi aty wyraz tej sekwencji jest zbiorem dok ladnie poprzednich czterech zbiorów, szósty wyraz tej sekwencji jest zbiorem dok ladnie piȩciu poprzedzaj acych zbiorów itd. Jest oczywiste, na mocy Twierdzeń 9 oraz 10, Rozdzia l 7, że każdy zbiór pojawiaj acy siȩ w tejże sekwencji jest liczb a naturaln a. Nie jest wszakże oczywiste, że każda liczba naturalna (w myśl definicji teoriomnogościowej) wystȩpuje w tej sekwencji. Jednakże tak w laśnie jest. Innymi s lowy zbiór N jest dziedzin a standardowego (precyzyjniej: izomorficznego ze standardowym) modelu arytmetyki elementarnej. Za lóżmy bowiem, że tak nie jest. Niech zatem λ 0 N bȩdzie zbiorem, który w sekwencji (1) nie wystȩpuje. Interpretacja teoriomnogościowa tw. 2, 1, Rozdzia l 7, a wiȩc zdanie: x N(x = y N(x = S(y))) jest twierdzeniem ZFC. Ponieważ λ 0, wiȩc na mocy tego twierdzenia: λ 0 = S(λ 1 ) dla pewnego zbioru λ 1 N. Gdyby λ 1 wystȩpowa l w sekwencji (1), to również λ 0 (jako nastȩpnik λ 1 ) wystȩpowa lby w tejże sekwencji, a tak nie jest. Zatem λ 1 nie wystȩpuje w sekwencji. Zatem znowu λ 1 i na mocy tw.2: λ 1 = S(λ 2 ) dla pewnego zbioru λ 2 N, który nie wystȩpuje w sekwencji itd.... Ponieważ λ 1 λ 0, λ 2 λ 1,..., wiȩc sekwencja: λ 0, λ 1, λ 2,... jest nieskończonym zejściem zbioru λ 0 (Rozdzia l 2), co oznacza, że λ 0 jest zbiorem nieufundowanym; zaś zgodnie z aksjomatem ufundowania takich zbiorów w ZFC nie ma. Skoro wiȩc (1) jest sekwencj a wszystkich liczb naturalnych oraz sekwencja ta ma w lasność (*), zatem każda liczba naturalna jest zbiorem wszystkich liczb

2 1. Liczby naturalne a liczby porz adkowe 90 naturalnych mniejszych (wcześniejszych) od niej. Rozważmy przez chwilȩ jak akolwiek sekwencjȩ zbiorów maj ac a w lasność (*). Niech A bȩdzie dowolnie wybranym zbiorem z tej sekwencji. Wówczas zbiór A ma nastȩpuj ac a w lasność: dla dowolnego a A : a A. Jest tak dlatego, ponieważ dowolny element a zbioru A (gdy A ) znajduje siȩ w powyższej sekwencji przed zbiorem A, zatem każdy element zbioru a, bȩd ac przed a jest tym samym przed zbiorem A, tzn. należy do A. Zbiór A o takiej w lasności nazywamy tranzytywnym. Jest zatem jasne, że w lasność (*) sekwencji zbiorów implikuje to, że każdy ze zbiorów tej sekwencji jest zbiorem tranzytywnym. Nietrudno zorientować siȩ, że w lasność (*) implikuje ponadto, że każdy element jakiegokolwiek zbioru A z tej sekwencji jest zbiorem tranzytywnym. Jeśli bowiem rozważymy jakiś a A, to przecież a musi znajdować siȩ (przed A) w tej sekwencji, zatem a jest zbiorem tranzytywnym. Zbiór tranzytywny, którego każdy element jest zbiorem tranzytywnym nazywamy liczb a porz adkow a. Zatem w lasność (*) sekwencji zbiorów implikuje to, że każdy ze zbiorów tej sekwencji jest liczb a porz adkow a. Wniosek: Każda liczba naturalna jest liczb a porz adkow a (tzn. jest zbiorem tranzytywnym oraz każdy jej element jest zbiorem tranzytywnym naturalnie drugi cz lon tejże koniunkcji jest również wnioskiem z cz lonu pierwszego i Tw. 14, Rozdzia l 7). Powstaje pytanie czy jedynymi liczbami porz adkowymi s a liczby naturalne. Odpowiemy przecz aco, gdy podamy jak akolwiek sekwencjȩ zbiorów maj ac a w lasność (*) i w której wyst api chociaż jeden zbiór nie bȩd acy liczb a naturaln a. Aby podać tak a sekwencjȩ, zastanówmy siȩ najpierw nad warunkami konstrukcji jakiejkolwiek sekwencji maj acej w lasność (*). Otóż, po pierwsze, taka sekwencja zbiorów musi mieć pocz atek (pierwszy wyraz). Gdyby bowiem go nie mia la, to wybieraj ac dowolny zbiór z takiej sekwencji i uk ladaj ac wszystkie zbiory z tej sekwencji wystȩpuj ace przed tym wybranym zbiorem w odwrotnej kolejności, uzyskalibyśmy nieskończone zejście, które, jak wiadomo sk adin ad (por. Rozdzia l 2), nie może istnieć. Po drugie, pierwszy wyraz takiej sekwencji musi być zbiorem pustym, skoro pierwszy wyraz jest, jak każdy, zbiorem, którego elementami s a te i tylko te zbiory, które go w sekwencji poprzedzaj a, a przecież żadne zbiory pierwszego jej wyrazu nie poprzedzaj a. Po trzecie, dla dowolnego A, jeżeli A jest zbiorem wystȩpuj acym w takiej sekwencji oraz A nie jest jej ostatnim wyrazem, to bezpośrednio nastȩpuj acym po A wyrazem tej sekwencji jest zbiór S(A). Bowiem z definicji operacji nastȩpnika, zbiór S(A) jest jedynym zbiorem, którego elementami s a wszystkie elementy zbioru A oraz sam zbiór A. Jeśli wiȩc A nie jest ostatnim wyrazem sekwencji, to po zbiorze A musi w tej sekwencji wyst apić zbiór tych i tylko tych zbiorów, które go w tej sekwencji poprzedzaj a, a poprzedzaj a go w tej sekwencji zbiór A i te zbiory, które s a wcześniej niż A tzn. wszystkie elementy zbioru A.

3 2. Zbiory tranzytywne 91 Po czwarte, jakakolwiek sekwencja skończona maj aca w lasność (*) jest sekwencj a pocz atkowych n wyrazów sekwencji (1) dla pewnego n. Jest to oczywisty wniosek z warunków drugiego i trzeciego jakie musi spe lniać konstrukcja jakiejkolwiek sekwencji zbiorów o w lasności (*). Po pi ate, jakakolwiek sekwencja nieskończona o w lasności (*) musi zawierać sekwencjȩ (1) i jeżeli nie jest z ni a tożsama, to musi j a zawierać jako swoj a pocz atkow a czȩść w laściw a. Jest to wniosek oparty na tych samych argumentach, na których by l oparty warunek czwarty, tzn. pierwszym wyrazem nieskończonej sekwencji o w lasności (*) jest zbiór oraz bezpośrednim nastȩpnikiem jakiegokolwiek zbioru A tej sekwencji, który nie jest jej ostatnim wyrazem jest zbiór S(A). Widać wyraźnie, że znajdziemy liczbȩ porz adkow a nie bȩd ac a liczb a naturaln a wówczas, gdy skonstruujemy nieskończon a sekwencjȩ spe lniaj ac a (*), której pocz atkow a czȩści a w laściw a jest sekwencja (1) wszystkich liczb naturalnych. Żeby tak a sekwencjȩ podać należy najpierw określić jaki to zbiór winien w niej wystȩpować bezpośrednio po wszystkich zbiorach sekwencji (1) i czy w ogóle taki zbiór istnieje. Otóż zgodnie z warunkiem (*) musi to być zbiór tych i tylko tych zbiorów, które wystȩpuj a w konstruowanej sekwencji przed nim, a wiȩc zbiór, którego elementami s a wszystkie liczby naturalne i tylko one. Krótko mówi ac jest to zbiór liczb naturalnych N. Jeżeli N nie jest ostatnim wyrazem konstruowanej sekwencji, to naturalnie bezpośrednio nastȩpnym jej wyrazem jest zbiór: S(N). Sekwencja nieskończona spe lniaj aca (*), której ostatnim wyrazem jest S(N) ma wiȩc postać:, S( ), S(S( )), S(S(S( ))),..., N, S(N). Oczywiście N, jak również S(N) s a liczbami porz adkowymi nie bȩd acymi liczbami naturalnymi. Jest jasne, że nie musimy kończyć konstruowanej sekwencji na wyrazie S(N), lecz możemy rozważyć nieskończon a sekwencjȩ o w lasności (*) bez ostatniego wyrazu, postaci:, S( ), S(S( )), S(S(S( ))),..., N, S(N), S(S(N)), S(S(S(N))),... która wskazuje na nieskończenie wiele liczb porz adkowych nie bȩd acych liczbami naturalnymi. Widać wyraźnie, że pojȩcie liczby porz adkowej jest uogólnieniem teoriomnogościowego pojȩcia liczby naturalnej. Formalnie zajmiemy siȩ liczbami porz adkowymi w nastȩpnych paragrafach. 2. Zbiory tranzytywne Definicja. Dowolny zbiór x nazywamy zbiorem tranzytywnym, gdy y(y x y x). Zbiór jest wiȩc tranzytywny, gdy każdy jego element jest jego podzbiorem.

4 2. Zbiory tranzytywne 92 Na mocy definicji inkluzji zbiorów, warunek definiuj acy tranzytywność zbioru x można zapisać w postaci: y(y x z(z y z x)) lub równoważnie: y z((z y y x) z x). Z powodu podobieństwa ostatniej formu ly do warunku przechodniości dla relacji należenia do zbioru wywodzi siȩ nazwa tranzytywny od ang. transitive przechodni. Czȩsto w literaturze przedmiotu zbiór tranzytywny nazywany bywa przechodnim. Na użytek tych wyk ladów odróżnimy jednak pojȩcia zbioru tranzytywnego i zbioru przechodniego. Definicja. Zbiór x nazwiemy przechodnim, gdy y, z, v x ((y z z v) y v), czyli gdy relacja należenia do zbioru określona na zbiorze x jest relacj a przechodni a. Przyk lad: Zbiór {, { }, {{ }}} jest tranzytywny, lecz nie jest zbiorem przechodnim. Z drugiej strony, każdy singleton jest oczywiście zbiorem przechodnim, lecz niekoniecznie tranzytywnym, np. singleton: {{ }} nie jest zbiorem tranzytywnym. Na podstawie Tw. 14, Rozdzia l 7 mamy: x N(x N), zatem zbiór liczb naturalnych jest zbiorem tranzytywnym. N jest również zbiorem przechodnim. W dalszym ci agu okaże siȩ przydatne rozważanie pewnych klas czy mnogości zbiorów, tzn. takich zespo lów zbiorów, które zbiorami w teorii ZFC nie s a. Przyk ladem takiej klasy zbiorów nie bȩd acej zbiorem (jak później to wykażemy) jest mnogość wszystkich zbiorów tranzytywnych. Uogólnijmy pojȩcia tranzytywności oraz przechodniości zbioru, aby stosowa ly siȩ one do dowolnego zespo lu zbiorów: Powiemy, że klasa zbiorów jest tranzytywna, gdy dowolny ze zbiorów tej klasy jest taki, iż każdy jego element jest również zbiorem z tej klasy. Powiemy, że klasa zbiorów jest przechodnia, gdy dla dowolnych zbiorów x, y, z z tej klasy zachodzi: (x y y z) x z. Rozważmy dla przyk ladu klasȩ wszystkich zbiorów tranzytywnych. Zbiór {, { }, {{ }}} (por. przyk lad powyżej) jest zbiorem z tej klasy, lecz jego element {{ }} nie jest zbiorem z tej klasy (tzn. nie jest zbiorem tranzytywnym). Zatem klasa wszystkich zbiorów tranzytywnych nie jest tranzytywna. Jednakże klasa ta jest przechodnia: Twierdzenie 1: y z) x z. Dla dowolnych zbiorów tranzytywnych x, y, z, (x y Dowód: Niech x y oraz y z. Ponieważ z jest tranzytywny, wiȩc y z, zatem x z. Nastȩpuj ace twierdzenie charakteryzuje pojȩcie zbioru tranzytywnego w terminach operacji P,, S:

5 2. Zbiory tranzytywne 93 Twierdzenie 2: Dla dowolnego zbioru x nastȩpuj ace warunki s a równoważne: (i) x jest tranzytywny, (ii) x P (x), (iii) x x, (iv) x = S(x). Dowód: Równoważność (i) (ii) jest bezpośredni a konsekwencj a definicji zbioru tranzytywnego. (i) (iii): Za lóżmy, że x jest tranzytywny. Niech y x. Wówczas y z dla pewnego z x. Wtedy z za lożenia z x, wiȩc y x. (iii) (i): Za lóżmy, że x x. Niech y x. W celu wykazania, że y x weźmy z y. Wówczas z x, zatem z za lożenia: z x. Równoważność (iii) (iv) jest bezpośredni a konsekwencj a Tw. 4, Rozdzia l 7 oraz Tw. 13(3), Rozdzia l 1. Jest oczywiste, że zbiór pusty jest zbiorem tranzytywnym. Okazuje siȩ, że jest on elementem każdego niepustego zbioru tranzytywnego: Twierdzenie 3: Dla dowolnego niepustego tranzytywnego zbioru x : x. Dowód: Niech x bȩdzie tranzytywny i niepusty. Na mocy aksjomatu regularności niech y bȩdzie elementem minimalnym zbioru x, tzn. y x oraz y x =. Z tranzytywności zbioru x mamy: y x, zatem y x = y. Ostatecznie y = czyli x. Twierdzenie 4: Jeżeli x jest tranzytywny, to S(x) jest tranzytywny. Dowód: Za lóżmy, że x jest tranzytywny. Na mocy Tw. 2, x = S(x), lecz x S(x), zatem S(x) S(x), czyli znowu wed lug Tw. 2, S(x) jest tranzytywny. Twierdzenie 5: Jeżeli x jest tranzytywny, to x jest zbiorem tranzytywnym. Dowód: Za lóżmy, że x jest tranzytywny. Wówczas na mocy Tw. 2, x x. Niech y x. Zatem y x, sk ad (Tw. 11(1), Rozdzia l 1) y x, co świadczy o tym, że x jest zbiorem tranzytywnym. Twierdzenie 6: Dla dowolnego zbioru tranzytywnego x nastȩpuj ace warunki s a równoważne: (i) x = x, (ii) x S( x), (iii) S(x) S( x). Dowód: Równoważność (i) (ii) zachodzi dla dowolnego zbioru x (Tw. 5, Rozdzia l 7). Równoważność (ii) (iii) zachodzi dla dowolnego zbioru tranzytywnego x, ponieważ wówczas x = S(x) (Tw. 2).

6 3. Liczba naturalna jako liczba porz adkowa 94 Twierdzenie 7: Dla dowolnego zbioru tranzytywnego x, x x wtw S( x) x. Dowód: Jest to bezpośredni wniosek z Tw. 7, Rozdzia l 7 oraz Tw. 2(i) (iv). 3. Liczba naturalna jako liczba porz adkowa Definicja. Zbiór x nazywamy liczb a porz adkow a, gdy x jest tranzytywny oraz każdy element zbioru x jest zbiorem tranzytywnym. Twierdzenie 8: Zbiór jest liczb a porz adkow a. Dowód: Skoro prawdziwa jest formu la y(y y ), wiȩc jest zbiorem tranzytywnym. Naturalnie również prawdziwa jest formu la y(y y jest tranzytywny). St ad jest liczb a porz adkow a. Twierdzenie 9: x(x jest liczb a porz adkow a S(x) jest liczb a porz adkow a) (Nastȩpnik liczby porz adkowej jest liczb a porz adkow a, lub inaczej: klasa liczb porz adkowych jest zamkniȩta na operacjȩ nastȩpnika.) Dowód: Niech x bȩdzie liczb a porz adkow a. Wobec Tw. 4 wystarczy wykazać, że każdy element zbioru S(x) jest zbiorem tranzytywnym. Niech y S(x). Wówczas y x lub y = x. Gdy y x, to wobec za lożenia, że x jest liczb a porz adkow a: y jest tranzytywny. Gdy zaś y = x, to naturalnie y jest tranzytywny, bo x jest tranzytywny jako liczba porz adkowa. Twierdzenia 8 oraz 9 stanowi a podstawȩ do sformu lowania twierdzenia, iż każda liczba naturalna jest liczb a porz adkow a: Twierdzenie 10: x(x N x jest liczb a porz adkow a). Dowód: Po lóżmy w Tw. 13, Rozdzia l 7 (interpretacja aksjomatu indukcji dla liczb naturalnych) formu lȩ ψ(x) postaci: x jest liczb a porz adkow a. Wówczas dowodzone twierdzenie jest nastȩpnikiem tak uzyskanej implikacji. Jej poprzednik: jest liczb a porz adkow a x N(x jest liczb a porz adkow a S(x) jest liczb a porz adkow a), jest prawdziwy na mocy Tw. 8 i Tw. 9. Przyk lad: Zbiór {, { }, {{ }}}, choć tranzytywny, nie jest liczb a porz adkow a. Jego element {{ }} nie jest bowiem zbiorem tranzytywnym. Na mocy Tw. 14, Rozdzia l 7, zbiór liczb naturalnych N jest tranzytywny, zaś na mocy Tw. 10 każdy element zbioru N jest tranzytywny, zatem N jest liczb a porz adkow a. Ponadto jest to liczba porz adkowa, która nie jest liczb a naturaln a (bo N N).

7 4. Warianty definicyjne dla pojȩcia liczby porz adkowej Warianty definicyjne dla pojȩcia liczby porz adkowej Paragraf ten poświȩcimy innym niż definicyjne, lecz równoważnym mu, sformu lowaniom pojȩcia liczby porz adkowej. Twierdzenie 11: Dla dowolnego zbioru x, x jest liczb a porz adkow a wtw x jest tranzytywny i przechodni. Dowód: ( ): Za lóżmy, że x jest liczb a porz adkow a. Naturalnie x jest wtedy zbiorem tranzytywnym. Ponieważ każdy element zbioru x jest tranzytywny, wiȩc, na mocy Tw. 1, x jest zbiorem przechodnim. ( ): Za lóżmy, że x jest zbiorem tranzytywnym i przechodnim. Aby wykazać, że każdy element zbioru x jest tranzytywny, za lóżmy, że (1) y x oraz (2) z y. Mamy wykazać, że z y. Niech wiȩc (3) v z. Z tranzytywności zbioru x oraz (1) wnosimy, iż y x, zatem z (2) otrzymujemy: (4) z x. Z (4) i z tranzytywności zbioru x mamy: z x, zatem z (3) uzyskujemy: (5) v x. Ostatecznie z przechodniości zbioru x, na podstawie (5), (4), (1), (3), (2) wnosimy, że v y. Analogicznie jak w lasność przechodniości zbioru, zdefiniujmy jego spójność: Definicja. y = z). Zbiór x nazywamy spójnym, gdy y, z x (y z z y Twierdzenie 12: Dla dowolnego zbioru x, x jest liczb a porz adkow a wtw x jest tranzytywny oraz spójny. Dowód: ( ): Za lóżmy, że x jest tranzytywny i spójny oraz nie wprost, że x nie jest liczb a porz adkow a. Wówczas istnieje y x, który nie jest zbiorem tranzytywnym. Czyli dla pewnego zbioru z mamy: (1) z y oraz (2) z y. Z tranzytywności zbioru x wynika, że y x, zatem z (1), z x, co implikuje: (3) z x. Na mocy (2) istnieje zbiór u taki, że (4) u z oraz (5) u y. Ponadto (6) u y.

8 4. Warianty definicyjne dla pojȩcia liczby porz adkowej 96 Gdyby bowiem u = y, to z (4) by loby: y z, co wobec (1) oraz Wniosku z Tw. 10, Rozdzia l 2, jest niemożliwe. Na mocy (3) i (4), u x, zatem y, u s a elementami zbioru x, dlatego ze spójności tego zbioru, wobec (5) i (6) otrzymujemy: (7) y u. Lecz (7), (4), (1) wraz z Wnioskiem z Tw. 10, Rozdzia l 2, prowadz a do sprzeczności. Implikacja odwrotna do udowodnionej, a dok ladniej mówi ac zdanie liczba porz adkowa jest zbiorem spójnym, okaże siȩ bezpośrednim wnioskiem z nastȩpnych twierdzeń tego rozdzia lu (dla dowodu których, Tw.12 nie jest wykorzystywane). Najbardziej istotne poza definicyjnymi, czy też konstytutywne (w sensie, który za chwilȩ wyjaśnimy) dla klasy liczb porz adkowych s a dwa warunki, które teraz podamy w postaci Tw. 13 i Tw. 14: Twierdzenie 13: x(x jest liczb a porz adkow a y(y x y jest liczb a porz adkow a)) (Każdy element dowolnej liczby porz adkowej jest liczb a porz adkow a.) Dowód: Niech x bȩdzie liczb a porz adkow a oraz niech y x. Wówczas y jest zbiorem tranzytywnym. Aby dowieść, że jest on liczb a porz adkow a, musimy wykazać, że każdy jego element jest zbiorem tranzytywnym. Niech wiȩc z y. Ponieważ x jest liczb a porz adkow a, wiȩc x jest tranzytywny. Skoro wiȩc y x, to y x, zatem z x. St ad z jest tranzytywny jako element liczby porz adkowej. Twierdzenie 14: Dla dowolnych liczb porz adkowych x, y, z: (x y y z) x z. Dowód: oczywisty na podstawie Tw. 1. Oczywiście, Tw. 13 można interpretować jako stwierdzenie, iż klasa wszystkich liczb porz adkowych jest tranzytywna; natomiast wed lug Tw. 14, klasa ta jest przechodnia. Obecnie wykażemy, że klasa wszystkich liczb porz adkowych jest najwiȩksz a tranzytywn a i przechodni a klas a zbiorów. Niech W (x) bȩdzie formu l a jȩzyka ZFC z dok ladnie jedn a zmienn a woln a x, dla której spe lnione s a dwa warunki: (war1) x(w (x) y(y x W (y)), (war2) x y z(w (x) W (y) W (z) (x y y z x z)). Predykat 1-argumentowy W postrzegamy jako w lasność przys luguj ac a zbiorom. Wed lug (war1) jeżeli w lasność ta przys luguje danemu zbiorowi, to przys luguje ona każdemu elementowi tego zbioru. Wed lug (war2) relacja należenia do zbioru jest przechodnia na klasie wszystkich takich zbiorów x, że W (x).

9 4. Warianty definicyjne dla pojȩcia liczby porz adkowej 97 Nigdzie nie zak ladamy, że istnieje zbiór postaci: {x : W (x)}, gdzie W (x) spe lnia (war1), (war2). Jednakże bȩdziemy mówić o klasie czy mnogości takich zbiorów x, że W (x). Jest jasne, że wed lug (war1) taka klasa jest tranzytywna, zaś zgodnie z (war2), klasa zbiorów x takich, że W (x) jest przechodnia. Gdyby jednak istnia l dla jakiejś formu ly W (x), zbiór A = {x : W (x)}, to, jak widać, (war1) by lby równoważny stwierdzeniu: x(x A y(y x y A)), czyli x(x A x A), co jest równoważne temu, że A jest zbiorem tranzytywnym. Z kolei (war2) jest wówczas równoważny stwierdzeniu, że zbiór A jest przechodni. W ten sposób, wobec Tw.11, uzyskaliśmy przyk lad formu ly W (x), dla której zachodz a (war1) i (war2). Wystarczy mianowicie za W (x) przyj ać x A, dla jakiejkolwiek liczby porz adkowej A. W szczególności wiȩc, dla liczby porz adkowej N = {x : x jest liczb a naturaln a}. Zatem dla W (x) postaci: x jest liczb a naturaln a, warunki (war1), (war2) s a prawdziwe (oczywiście tutaj warunek (war1) to Tw.14, Rozdzia l 7). Na mocy Tw.13 oraz Tw.14 widać, że dla formu ly W (x) postaci: x jest liczb a porz adkow a, warunki (war1) oraz (war2) s a prawdziwe. Wykażemy, że klasa wszystkich liczb porz adkowych, tzn. klasa tych wszystkich x, że W (x), gdzie W (x) jest postaci: x jest liczb a porz adkow a, jest najwiȩksz a ze wszystkich klas zbiorów x takich, że W (x), gdzie W jest dowoln a w lasności a spe lniaj ac a (war1), (war2). Innymi s lowy, wykażemy, że klasa wszystkich liczb porz adkowych jest najwiȩksz a tranzytywn a i przechodni a klas a zbiorów. W tym celu wykazujemy, że dla dowolnej formu ly W (x), dla której spe lnione s a (war1), (war2) zachodzi: (*) x(w (x) x jest liczb a porz adkow a). Dowodzimy najpierw, że (1) x(w (x) x jest tranzytywny). Za lóżmy nie wprost, że dla pewnego x prawd a jest, że W (x) oraz x nie jest tranzytywny, co oznacza, że dla pewnego y x : y x; zatem istnieje z takie, że z y oraz z x. Na mocy (war1) mamy W (y) i konsekwentnie W (z). Wówczas z (war2) skoro z y oraz y x, wiȩc z x. Sprzeczność. Pozostaje dowieść: (2) x(w (x) y(y x y jest tranzytywny)). Za lóżmy nie wprost, że dla pewnych x, y jest tak, że W (x), y x oraz y nie jest tranzytywny. Na mocy (war1) mamy: W (y), zatem dalej rozumowanie przebiega tak samo jak w dowodzie dla (1) tyle, że dla zbioru y nie x. Oczywiście (1) i (2) bezpośrednio implikuj a (*). Warunek (*) ma jednoznaczn a wymowȩ: dowolna klasa zbiorów x takich, że W (x), dla W spe lniaj acego warunki (war1), (war2), a wiȩc dowolna klasa zbiorów tranzytywna i przechodnia, jest mnogości a liczb porz adkowych. St ad

10 4. Warianty definicyjne dla pojȩcia liczby porz adkowej 98 oraz na podstawie faktu, że mnogość wszystkich liczb porz adkowych sama jest przecież klas a tranzytywn a i przechodni a, wynika, iż jest ona najwiȩksz a (w sensie zawierania ) spośród wszystkich tranzytywnych i przechodnich klas zbiorów. Na podstawie powyższych rozważań jasne jest, że warunki (war1), (war2) charakteryzuj a pojȩcie liczby porz adkowej w nastȩpuj acy sposób: Twierdzenie 15: Dla dowolnego zbioru z, z jest liczb a porz adkow a wtw istnieje formu la W (x) (z dok ladnie jedn a zmienn a woln a x) spe lniaj aca (war1), (war2) taka, że zachodzi W (z). Dowód: ( ): na mocy Tw.13, Tw.14 (W (x) ma postać: x jest liczb a porz adkow a). ( ): na mocy (*). Inaczej mówi ac, to w laśnie Twierdzenia 13, 14 konstytuuj a pojȩcie liczby porz adkowej, w takim oto sensie: możemy je traktować jako aksjomatyczn a definicjȩ klasy liczb porz adkowych (precyzyjniej predykatu jest liczb a porz adkow a ). Okazuje siȩ, że tȩ definicjȩ można zmodyfikować, analogicznie jak Tw.12 jest modyfikacj a charakterystyki pojȩcia liczby porz adkowej podanej w Tw.11, tzn. zamienić Tw.14 (warunek (war2)) mówi ace, że klasa wszystkich liczb porz adkowych jest przechodnia, na warunek stwierdzaj acy, że klasa wszystkich liczb porz adkowych jest spójna. Wcześniej naturalnie należy uogólnić pojȩcie spójności zbioru do pojȩcia spójności dowolnej mnogości zbiorów: powiemy, że klasa (mnogość) zbiorów jest spójna, gdy dla dowolnych zbiorów x, y z tej klasy zachodzi: x y lub y x lub x = y. W dalszym ci agu (lecz dopiero w 6), udowodnimy, że Tw.13 i Tw.14 implikuj a spójność klasy wszystkich liczb porz adkowych. W dowodzie tym wymagane jest zastosowanie jednego z najważniejszych twierdzeń teorii liczb porz adkowych, jakim jest twierdzenie o indukcji pozaskończonej (któremu wobec tego wcześniej musimy poświȩcić uwagȩ ( 5)). Twierdzenie to jest bezpośredni a konsekwencj a Twierdzeń 13, 14. Natomiast obecnie pokażemy, że spójność dowolnej klasy zbiorów implikuje przechodniość tej klasy: Twierdzenie 16: Warunek: (war3) x y((w (x) W (y)) (x y y x x = y)) implikuje warunek (war2). Dowód: Za lóżmy (war3) oraz nie wprost, że (war2) nie zachodzi, czyli dla pewnych zbiorów x, y, z takich, że W (x), W (y), W (z) mamy: (1) x y, (2) y z, (3) x z.

11 5. Twierdzenie o indukcji pozaskończonej 99 Wówczas zachodzi również (4) x z. Gdyby bowiem x = z, to na mocy (2) by loby: y x, co wraz z (1) i Wnioskiem z Tw.10, Rozdzia l 2, da loby sprzeczność. Na mocy (war3) z (3) i (4) otrzymujemy: z x co wraz z (1) i (2) daje cykl: x y z x, zabroniony na mocy Wniosku z Tw.10, Rozdzia l Twierdzenie o indukcji pozaskończonej Dla klasy zbiorów x takich, że W (x), gdzie W (x) spe lnia (war1), (war2), oraz dla dowolnej formu ly φ(x) jȩzyka ZFC z przynajmniej jedn a woln a zmienn a x zachodzi twierdzenie: (**) x[w (x) ( y(y x φ(y)) φ(x))] x(w (x) φ(x)) (jeżeli dla dowolnego zbioru x z tej klasy zachodzi φ(x), o ile φ jest spe lnione dla każdego elementu zbioru x, to φ(x) zachodzi dla wszystkich x z tej klasy). Intuicyjność tego twierdzenia jest widoczna w przypadku, gdy ograniczymy je do klasy (zbioru) liczb naturalnych: (**N) x[x N ( y(y x φ(y)) φ(x))] x(x N φ(x)). Ograniczymy siȩ do udowodnienia twierdzenia (**) dla jednej postaci formu ly W (x) : x jest liczb a porz adkow a, czyli dla najwiȩkszej klasy zbiorów x takich, że W (x), dla W (x) spe lniaj acego (war1), (war2). Korzystać bȩdziemy w tym dowodzie wy l acznie z Tw.13 i Tw.14 czyli z warunków (war1) i (war2) dla tej specjalnej postaci formu ly W (x). Każdy latwo odtworzy dowód ogólnego twierdzenia (**) w oparciu o te warunki, na podstawie poniższego dowodu. Twierdzenie o indukcji pozaskończonej: x[x jest liczb a porz adkow a ( y(y x φ(y)) φ(x))] x(x jest liczb a porz adkow a φ(x)). Dowód: Za lóżmy poprzednik dowodzonej implikacji oraz nie wprost niech a bȩdzie tak a liczb a porz adkow a, że φ(a). Na mocy aksjomatu podzbiorów, skoro prawd a jest: x((x a φ(x)) x a), wiȩc y x(x y (x a φ(x))). Zatem niech b bȩdzie takim zbiorem, że (1) x(x b (x a φ(x))). Wówczas oczywiście: (2) b wtw y(y a φ(y)). Z za lożenia, ponieważ a jest liczb a porz adkow a, wiȩc: y(y a φ(y)) φ(a). Jednakże φ(a), zatem y(y a φ(y)), co na mocy (2) daje: b. Niech wiȩc na mocy aksjomatu regularności, c bȩdzie elementem minimalnym zbioru b. Wówczas z (1) mamy:

12 6. Spójność relacji oraz relacja inkluzji dla liczb porz adkowych 100 (3) c a oraz (4) φ(c). Ponieważ a jest liczb a porz adkow a, wiȩc na mocy (3) oraz Tw.13, c jest również liczb a porz adkow a. Zatem na mocy za lożenia oraz (4), postȩpuj ac analogicznie jak poprzednio dla liczby porz adkowej a, otrzymujemy: (5) y(y c φ(y)). Mamy wiȩc d takie, że (6) d c oraz (7) φ(d). Na mocy (6) oraz Tw.13, d jest liczb a porz adkow a, zatem wed lug (3),(6) i Tw.14, d a. Ostatecznie na mocy (7) i (1), d b, czyli d c b, sk ad c b, co jednak jest niemożliwe, bo c jest elementem minimalnym zbioru b. 6. Spójność relacji oraz relacja inkluzji dla liczb porz adkowych Jedn a z ważnych konsekwencji twierdzenia o indukcji pozaskończonej, a wiȩc konsekwencji Tw.13 i Tw.14, jest w lasność spójności relacji na klasie liczb porz adkowych; innymi s lowy, klasa wszystkich liczb porz adkowych jest spójna: Twierdzenie 17: Dla dowolnych liczb porz adkowych x, z, x = z x z z x. Dowód: Dowodzimy formu ly: x[x jest liczb a porz adkow a z(z jest liczb a porz adkow a (x = z x z z x))], korzystaj ac z twierdzenia o indukcji pozaskończonej, gdzie formu la φ(x) jest postaci: (1) z(z jest liczb a porz adkow a (x = z x z z x)). Wystarczy wiȩc wykazać poprzednik w twierdzeniu o indukcji pozaskończonej: x[x jest liczb a porz adkow a ( y(y x φ(y)) φ(x))]. Za lóżmy wiȩc, że x jest liczb a porz adkow a oraz (2) y(y x φ(y)). Mamy wykazać, że φ(x). W tym celu zapiszmy φ(x) z (1) w postaci: (3) z(z jest liczb a porz adkow a ψ(z)), gdzie ψ(z) := x = z x z z x. Lecz (3) jest nastȩpnikiem w twierdzeniu o indukcji pozaskończonej postaci: (4) z[z jest liczb a porz adkow a ( y(y z ψ(y)) ψ(z))] z(z jest liczb a porz adkow a ψ(z)). Aby zatem uzyskać (3) dowiedźmy poprzednik implikacji (4), tzn. wykazujemy: (5) z[z jest liczb a porz adkow a ( y(y z ψ(y)) ψ(z))]. Za lóżmy zatem, że z jest liczb a porz adkow a oraz (6) y(y z ψ(y)).

13 6. Spójność relacji oraz relacja inkluzji dla liczb porz adkowych 101 Aby wykazać ψ(z) czyli formu lȩ: x = z x z z x, za lóżmy, że x z. Wówczas, na mocy Tw.2, Rozdzia l 1: (7) x z z x. Niech alternatywa (7) bȩdzie prawdziwa w ten sposób, iż x z jest prawdziwe. Wówczas dla pewnego c mamy (8) c x oraz (9) c z. Z (8) i (2) mamy natychmiast: φ(c). St ad (zob. postać (1)), od l aczaj ac kwantyfikator dla wziȩtej wcześniej liczby porz adkowej z mamy: c = z c z z c. Zatem na mocy (9), c = z lub z c. Niech c = z. Wówczas z (8) otrzymujemy: z x, sk ad konsekwentnie: x z z x. Niech teraz z c. Na mocy (8) oraz Tw.13, c jest liczb a porz adkow a, zatem z x zgodnie z (8) i Tw.14. Konsekwentnie: x z z x. Teraz wykazujemy, że x z z x zak ladaj ac drugi cz lon alternatywy (7). Wówczas dla pewnego d, (10) d z oraz (11) d x. Na mocy (10) i (6) mamy: ψ(d), tzn. x = d x d d x. Z (11), x = d lub x d. Niech x = d. Wówczas z (10), x z, co daje alternatywȩ: x z z x. Niech teraz x d. Ponieważ z jest liczb a porz adkow a, wiȩc na mocy Tw.13 oraz (10), d jest liczb a porz adkow a. Zatem na mocy Tw.14 oraz (10), x z, co znowu prowadzi do: x z z x. Jest oczywiste, że Tw.17 można wzmocnić do stwierdzenia: dla dowolnych liczb porz adkowych x, z, albo x = z albo x z albo z x, tzn. dok ladnie jeden z cz lonów alternatywy z Tw.17 jest prawdziwy dla dowolnych liczb porz adkowych x, z. Jest jasne, że nie tylko Tw.13 i Tw.14 implikuj a Tw.17, lecz ponadto, na mocy Tw.16 zastosowanego dla predykatu W postaci jest liczb a porz adkow a, Tw.17 implikuje Tw.14. Oznacza to, że koniunkcja Twierdzeń 13, 14 (tzn. aksjomatyczna definicja liczby porz adkowej) jest równoważna koniunkcji Twierdzeń 13, 17. Sk adin ad jest również oczywiste, że dowód Tw.17 w oparciu o Twierdzenia 13, 14 (pośrednio w oparciu o twierdzenie o indukcji pozaskończonej) można prze lożyć na dowód warunku (war3) z Tw.16 w oparciu o warunki (war1), (war2) (pośrednio w oparciu o twierdzenie (**)). Skoro wiȩc warunki (war1), (war2) implikuj a (war3), to stosuj ac te warunki dla fomu ly W (x) postaci: x A, uzyskujemy twierdzenie: dowolny zbiór tranzytywny i przechodni jest zbiorem spójnym, sk ad, na mocy Tw.11 uzyskujemy implikacjȩ: dowolna liczba porz adkowa jest zbiorem spójnym por. Tw.12 i uwagȩ po

14 7. Najmniejsza liczba porz adkowa x taka, że φ(x) 102 pierwszej czȩści jego dowodu. Jedn a z konsekwencji aksjomatu ufundowania jest to, że relacja na mnogości liczb porz adkowych (skoro na klasie wszystkich zbiorów) ma w lasność przeciwzwrotności. Tw.14 wskazuje na w lasność przechodniości. Zatem, zgodnie z Tw.6(1), Rozdzia l 3, relacja, w jakiej s a dwie liczby porz adkowe x, y wówczas, gdy x y x = y, jest stosunkiem o w lasnościach czȩściowego porz adku. Okazuje siȩ, iż ów stosunek jest po prostu relacj a inkluzji: Twierdzenie 18: Dla dowolnych liczb porz adkowych x, y : (x y lub x = y) wtw x y (inaczej: x S(y) x y). Dowód: Niech x, y bȩd a liczbami porz adkowymi. ( ): Za lóżmy, że x y lub x = y. Niech x y. Ponieważ y jest tranzytywny, wiȩc x y. Gdy zaś x = y, to naturalnie x y. ( ): Za lóżmy, że x y oraz nie wprost niech x y oraz x y. Z Tw.17 mamy natychmiast: y x. Ponieważ x jest tranzytywny, wiȩc y x, co wraz z za lożeniem prowadzi do równości: x = y. Sprzeczność. Wniosek: Dla dowolnych liczb porz adkowych x, y, x y wtw (x y x y). Dowód: Niech x, y bȩd a dowolnymi liczbami porz adkowymi. ( ): Za lóżmy, że x y. Wówczas z Tw.18: x y. Oczywiście x y. Gdyby bowiem x = y, to by loby: x x, co jest niemożliwe. ( ): oczywisty na mocy Tw.18. Na podstawie Tw.17 i Tw.18 jasne jest, że relacja inkluzji ograniczona do klasy wszystkich liczb porz adkowych ma w lasność spójności: dla dowolnych liczb porz adkowych x, y : x y lub y x lub x = y. Jak widać, relacja na klasie wszystkich liczb porz adkowych jest liniowo porz adkuj aca. Ponadto, okazuje siȩ, że klasa wszystkich liczb porz adkowych z relacj a inkluzji ma w lasność dobrego uporz adkowania, co bȩdzie pokazane w kolejnym paragrafie. 7. Najmniejsza liczba porz adkowa x taka, że φ(x) Rozważmy dowoln a formu lȩ φ(x) jȩzyka ZFC, w której x jest zmienn a woln a oraz wszystkie te liczby porz adkowe x, dla których spe lnione jest φ(x). Gdyby istnia l zbiór: A = {x : x jest liczb a porz adkow a φ(x)}, wówczas najmniejszy element w zbiorze czȩściowo uporz adkowanym < A, > nazwalibyśmy zasadnie najmniejsz a liczb a porz adkow a x tak a, że φ(x). W ogólności nie mamy gwarancji istnienia takiego zbioru A dla dowolnej formu ly φ(x) (np. gdy φ(x) ma postać x jest liczb a naturaln a, to zbiór A istnieje, jest nim zbiór N). Jednakże pojȩcie najmniejszej liczby porz adkowej x takiej, że φ(x) można wys lowić niezależnie od istnienia owego zbioru A, podaj ac stosowne warunki definicyjne dla najmniejszego elementu w zbiorze czȩściowo uporz adkowanym:

15 7. Najmniejsza liczba porz adkowa x taka, że φ(x) 103 Definicja. Niech φ(x) bȩdzie dowoln a formu l a jȩzyka ZFC, w której x jest zmienn a woln a. Mówimy, że liczba porz adkowa x 0 jest najmniejsz a liczb a porz adkow a x tak a, że φ(x) wtw φ(x 0 ) y[(y jest liczb a porz adkow a φ(y)) x 0 y]. Twierdzenie 19: Niech x 0 bȩdzie dowoln a liczb a porz adkow a oraz φ(x) formu l a. Nastȩpuj ace warunki s a równoważne: (i) x 0 jest najmniejsz a liczb a porz adkow a x tak a, że φ(x), (ii) φ(x 0 ) y[(y jest liczb a porz adkow a y x 0 φ(y)) x 0 y], (iii) φ(x 0 ) y(y x 0 φ(y)). Dowód: (i) (ii): Za lóżmy, że x 0 jest najmniejsz a liczb a porz adkow a x tak a, że φ(x). Wówczas naturalnie mamy: φ(x 0 ). Za lóżmy, że y jest liczb a porz adkow a tak a, że y x 0 oraz φ(y). Wówczas z za lożenia, x 0 y i konsekwentnie na mocy Tw.18, x 0 y lub x 0 = y. Ponieważ z za lożenia drugi cz lon alternatywy nie zachodzi, wiȩc x 0 y. (ii) (i): Za lóżmy (ii) oraz niech y jest liczb a porz adkow a tak a, że φ(y). Oczywiście x 0 = y lub x 0 y. Gdy x 0 = y, to naturalnie x 0 y. Gdy zaś x 0 y, to na mocy (ii), x 0 y. Zatem wed lug Tw.18, x 0 y. (ii) (iii): Za lóżmy (ii) oraz nie wprost niech dla pewnego y 0 : y 0 x 0 oraz φ(y 0 ). Skoro y 0 x 0 zaś x 0 jest liczb a porz adkow a, wiȩc y 0 jest również liczb a porz adkow a. Ponieważ x 0 y 0 (x 0 = y 0 implikuje y 0 y 0, co jest niemożliwe), wiȩc na mocy (ii), x 0 y 0. Istnia lby zatem cykl: x 0 y 0, y 0 x 0, co jest niemożliwe. (iii) (ii): Za lóżmy (iii). Weźmy liczbȩ porz adkow a y tak a, że y x 0 oraz φ(y). Gdyby y x 0, to na podstawie (iii) by loby: φ(y). Zatem y x 0. Ostatecznie, na mocy Tw.17, x 0 y. Twierdzenie 20: Dla dowolnej formu ly φ(x) istnieje co najwyżej jedna najmniejsza liczba porz adkowa x taka, że φ(x). Dowód: Za lóżmy, że x 0, x 1 s a najmniejszymi liczbami porz adkowymi x takimi, że φ(x). Wówczas z definicji najmniejszej liczby porz adkowej x takiej, że φ(x) otrzymujemy: (1) φ(x 0 ) y(y jest liczb a porz adkow a φ(y) x 0 y) oraz (2) φ(x 1 ) y(y jest liczb a porz adkow a φ(y) x 1 y). Wówczas z (1) mamy: x 0 x 1, z (2) zaś: x 1 x 0. Ostatecznie x 0 = x 1. Fakt, że relacja inkluzji jest na klasie wszystkich liczb porz adkowych relacj a liniowo porz adkuj ac a, oraz poniższe twierdzenie, świadcz a o tym, iż klasa ta jest przez relacjȩ inkluzji dobrze uporz adkowana. Twierdzenie 21: Jeżeli istnieje liczba porz adkowa x, dla której zachodzi φ(x), to istnieje najmniejsza liczba porz adkowa x taka, że φ(x).

16 7. Najmniejsza liczba porz adkowa x taka, że φ(x) 104 Dowód: Udowodnimy transpozycjȩ: jeżeli nie istnieje najmniejsza liczba porz adkowa x taka, że φ(x), to x(x jest liczb a porz adkow a φ(x)). Za lóżmy wiȩc, że nie istnieje najmniejsza liczba porz adkowa x taka, że φ(x), co na mocy Tw.19(i) (iii) oznacza, iż x[x jest liczb a porz adkow a φ(x) y(y x φ(y))], równoważnie: (1) x[(x jest liczb a porz adkow a φ(x)) y(y x φ(y))]. Nastȩpnik dowodzonej implikacji jest, jak widać, również nastȩpnikiem w twierdzeniu o indukcji pozaskończonej dla formu ly ze zmienn a woln a x postaci: φ(x). Wystarczy wiȩc wykazać nastȩpuj acy poprzednik w tym twierdzeniu: (2) x[x jest liczb a porz adkow a ( y(y x φ(y)) φ(x))]. Za lóżmy nie wprost, że (2) nie zachodzi. Wówczas dla pewnej liczby porz adkowej x 0 mamy: (3) y(y x 0 φ(y)) oraz (4) φ(x 0 ). Wtedy z (1) oraz (4) otrzymujemy: y(y x 0 φ(y)). St ad dla pewnego a : a x 0 oraz φ(a) co daje sprzeczność z (3). Jako przyk lad zastosowania pojȩcia najmniejszej liczby porz adkowej x takiej, że φ(x) sformu lujmy: Twierdzenie 22: Zbiór jest najmniejsz a liczb a porz adkow a (precyzyjnie choć przesadnie: zbiór jest najmniejsz a liczb a porz adkow a x tak a, że x jest liczb a porz adkow a). Dowód: Na mocy Tw.8 oraz definicji najmniejszej liczby porz adkowej x takiej, że φ(x), gdzie φ(x) ma postać: x jest liczb a porz adkow a. Twierdzenie 23: x(x jest liczb a porz adkow a x x). Dowód: Na podstawie Tw.3 lub na podstawie Tw.22 i Tw.19(i) (ii).

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

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

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 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

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 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 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 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

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 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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Suma i przeciȩcie podprzestrzeni, przestrzeń ilorazowa Javier de Lucas

Suma i przeciȩcie podprzestrzeni, przestrzeń ilorazowa Javier de Lucas Suma i przeciȩcie podprzestrzeni, przestrzeń ilorazowa Javier de Lucas Ćwiczenie 1. Dowieść, że jeśli U i V s a podprzestrzeniami n-wymiarowej przestrzeni wektorowej oraz dim U = r i dim V = s, to max(0,

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

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

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

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 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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Suma i przeciȩcie podprzestrzeń, suma prosta, przestrzeń ilorazowa Javier de Lucas

Suma i przeciȩcie podprzestrzeń, suma prosta, przestrzeń ilorazowa Javier de Lucas Suma i przeciȩcie podprzestrzeń suma prosta przestrzeń ilorazowa Javier de Lucas Ćwiczenie 1 W zależności od wartości parametru p podaj wymiar przestrzeni W = v 1 v v 3 gdzie p 0 v 1 = 1 + p 3 v = 5 3

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

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

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

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

Funkcja wykładnicza kilka dopowiedzeń

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

Bardziej szczegółowo

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

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

Uproszczony dowod twierdzenia Fredricksona-Maiorany

Uproszczony dowod twierdzenia Fredricksona-Maiorany Uproszczony dowod twierdzenia Fredricksona-Maiorany W. Rytter Dla uproszczenia rozważamy tylko teksty binarne. S lowa Lyndona sa zwartymi reprezentacjami liniowymi s lów cyklicznych. Dla s lowa x niech

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

ZALICZENIE WYKŁADU: 30.I.2019

ZALICZENIE WYKŁADU: 30.I.2019 MATEMATYCZNE PODSTAWY KOGNITYWISTYKI ZALICZENIE WYKŁADU: 30.I.2019 KOGNITYWISTYKA UAM, 2018 2019 Imię i nazwisko:.......... POGROMCY PTAKÓW STYMFALIJSKICH 1. [2 punkty] Podaj definicję warunku łączności

Bardziej szczegółowo

Andrzej Wiśniewski Logika II. Wykłady 10b i 11. Semantyka relacyjna dla normalnych modalnych rachunków zdań

Andrzej Wiśniewski Logika II. Wykłady 10b i 11. Semantyka relacyjna dla normalnych modalnych rachunków zdań Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykłady 10b i 11. Semantyka relacyjna dla normalnych modalnych rachunków zdań 1 Struktury modelowe Przedstawimy teraz pewien

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

Przykładowe zadania z teorii liczb

Przykładowe zadania z teorii liczb Przykładowe zadania z teorii liczb I. Podzielność liczb całkowitych. Liczba a = 346 przy dzieleniu przez pewną liczbę dodatnią całkowitą b daje iloraz k = 85 i resztę r. Znaleźć dzielnik b oraz resztę

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

Po wprowadzeniu zmiennych uzupe lniaj acych otrzymamy równoważny mu problem w postaci kanonicznej:

Po wprowadzeniu zmiennych uzupe lniaj acych otrzymamy równoważny mu problem w postaci kanonicznej: ROZDZIA L Metoda sympleksowa Motto: Matematyka nie może wype lnić życia ale jej nieznajomość już niejednemu je wype lni la H Steinhaus Tablica sympleksowa Rozważmy ZPL w postaci klasycznej maksymalizować

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

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

Wyk lad 5 Grupa ilorazowa, iloczyn prosty, homomorfizm

Wyk lad 5 Grupa ilorazowa, iloczyn prosty, homomorfizm Wyk lad 5 Grupa ilorazowa, iloczyn prosty, homomorfizm 1 Grupa ilorazowa Niech H b edzie dzielnikiem normalnym grupy G. Oznaczmy przez G/H zbiór wszystkich warstw lewostronnych grupy G wzgl edem podgrupy

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

KOLOKWIUM Z ALGEBRY I R

KOLOKWIUM Z ALGEBRY I R Instrucje: Każde zadanie jest za 4 puntów. Rozwi azanie ażdego zadania musi znajdować siȩ na osobnej artce oraz być napisane starannie i czytelnie. W nag lówu ażdego rozwi azania musz a znajdować siȩ dane

Bardziej szczegółowo

Logika i teoria mnogości Wykład 14

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

Bardziej szczegółowo

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

Pierwsze kolokwium z Matematyki I 4. listopada 2013 r. J. de Lucas

Pierwsze kolokwium z Matematyki I 4. listopada 2013 r. J. de Lucas Pierwsze kolokwium z Matematyki I 4. listopada 03 r. J. de Lucas Uwagi organizacyjne: Każde zadanie rozwi azujemy na osobnej kartce, opatrzonej imieniem i nazwiskiem w lasnym oraz osoby prowadz acej ćwiczenia,

Bardziej szczegółowo

25 lutego 2013, godzina 23: 57 strona 1. P. Urzyczyn: Materia ly do wyk ladu z semantyki. Logika Hoare a

25 lutego 2013, godzina 23: 57 strona 1. P. Urzyczyn: Materia ly do wyk ladu z semantyki. Logika Hoare a 25 lutego 2013, godzina 23: 57 strona 1 P. Urzyczyn: Materia ly do wyk ladu z semantyki Logika Hoare a Rozważamy najprostszy model imperatywnego jezyka programowania z jednym typem danych. Wartości tego

Bardziej szczegółowo

y 1 y 2 = f 2 (t, y 1, y 2,..., y n )... y n = f n (t, y 1, y 2,..., y n ) f 1 (t, y 1, y 2,..., y n ) y = f(t, y),, f(t, y) =

y 1 y 2 = f 2 (t, y 1, y 2,..., y n )... y n = f n (t, y 1, y 2,..., y n ) f 1 (t, y 1, y 2,..., y n ) y = f(t, y),, f(t, y) = Uk lady równań różniczkowych Pojȩcia wsȩpne Uk ladem równań różniczkowych nazywamy uk lad posaci y = f (, y, y 2,, y n ) y 2 = f 2 (, y, y 2,, y n ) y n = f n (, y, y 2,, y n ) () funkcje f j, j =, 2,,

Bardziej szczegółowo

(α + β) a = α a + β a α (a + b) = α a + α b (α β) a = α (β a). Definicja 4.1 Zbiór X z dzia laniami o wyżej wymienionych w lasnościach

(α + β) a = α a + β a α (a + b) = α a + α b (α β) a = α (β a). Definicja 4.1 Zbiór X z dzia laniami o wyżej wymienionych w lasnościach Rozdzia l 4 Przestrzenie liniowe 4.1 Przestrzenie i podprzestrzenie 4.1.1 Definicja i podstawowe w lasności Niech X z dzia laniem dodawania + b edzie grupa przemienna (abelowa). Oznaczmy przez 0 element

Bardziej szczegółowo

Równoliczność zbiorów

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Wyk lad 4 Macierz odwrotna i twierdzenie Cramera

Wyk lad 4 Macierz odwrotna i twierdzenie Cramera Wyk lad 4 Macierz odwrotna i twierdzenie Cramera 1 Odwracanie macierzy I n jest elementem neutralnym mnożenia macierzy w zbiorze M n (R) tzn A I n I n A A dla dowolnej macierzy A M n (R) Ponadto z twierdzenia

Bardziej szczegółowo

Andrzej Wiśniewski Logika II. Materiały do wykładu dla studentów kognitywistyki

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

Bardziej szczegółowo

MATEMATYKA REPREZENTACJA LICZB W KOMPUTERZE

MATEMATYKA REPREZENTACJA LICZB W KOMPUTERZE 1 SZKO LA PODSTAWOWA HELIANTUS 02-892 WARSZAWA ul. BAŻANCIA 16 B l ad bezwzglȩdny zaokr aglenia liczby ɛ = fl() B l ad wzglȩdny zaokr aglenia liczby 0 δ = fl() B l ad procentowy zaokr aglenia liczby 0

Bardziej szczegółowo

Ekonomia matematyczna i dynamiczna optymalizacja

Ekonomia matematyczna i dynamiczna optymalizacja Ekonomia matematyczna i dynamiczna optymalizacja Ramy wyk ladu i podstawowe narz edzia matematyczne SGH Semestr letni 2012-13 Uk lady dynamiczne Rozwiazanie modelu dynamicznego bardzo czesto można zapisać

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

Indukcja matematyczna. Zasada minimum. Zastosowania.

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

Bardziej szczegółowo