Matematyka dyskretna. 10. Funkcja Möbiusa

Podobne dokumenty
Indukcja matematyczna

Permutacje. } r ( ) ( ) ( ) 1 2 n. f = M. Przybycień Matematyczne Metody Fizyki I Wykład 2-2

8.1 Zbieżność ciągu i szeregu funkcyjnego

Różniczkowanie funkcji rzeczywistych wielu zmiennych. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

Podprzestrzenie macierzowe

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

1. Relacja preferencji

W loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki:

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

Analiza Matematyczna I.1

ZAGADNIENIE TRANSPORTOWE

p Z(G). (G : Z({x i })),

ELEMENTY TEORII MOŻLIWOŚCI

EKSTREMA FUNKCJI EKSTREMA FUNKCJI JEDNEJ ZMIENNEJ. Tw. Weierstrassa Każda funkcja ciągła na przedziale domkniętym ma wartość najmniejszą i największą.

Wykłady z Analizy rzeczywistej i zespolonej w Matematyce stosowanej. Literatura. W. Rudin: Podstawy analizy matematycznej, PWN, Warszawa, 1982.

5. Pochodna funkcji. lim. x c x c. (x c) = lim. g(c + h) g(c) = lim

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni.

IV. ZMIENNE LOSOWE DWUWYMIAROWE

Matematyka II. x 3 jest funkcja

Wykład 11. a, b G a b = b a,

Prawdopodobieństwo i statystyka r.

ROZKŁADY ZMIENNYCH LOSOWYCH

A B - zawieranie słabe

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

Zasady zaliczania kursu z matematyki dyskretnej I-MDA-DA na studiach dziennych w sem. zimowym roku akad. 2011/12

Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1

STATYKA. Cel statyki. Prof. Edmund Wittbrodt

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

I kolokwium z Analizy Matematycznej

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

VI. TWIERDZENIA GRANICZNE

PERMUTACJE Permutacją zbioru n-elementowego X nazywamy dowolną wzajemnie jednoznaczną funkcję f : X X X

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania MODELOWANIE I PODSTAWY IDENTYFIKACJI

Portfel złożony z wielu papierów wartościowych

Nieporządki Ten materiał zostanie przerobiony na ćwiczeniach

Diagonalizacja macierzy kwadratowej

Teoria i metody optymalizacji

Elementy arytmetyki komputerowej

opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn

n R ZałóŜmy, Ŝe istnieje d, dla którego: Metody optymalizacji Dr inŝ. Ewa Szlachcic otwarte otoczenie R n punktu x, Ŝe

System finansowy gospodarki

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5

7 Liczby zespolone. 7.1 Działania na liczbach zespolonych. Liczby zespolone to liczby postaci. z = a + bi,

Lista 6. Kamil Matuszewski X X X X X X X X X X X X

11/22/2014. Jeśli stała c jest równa zero to takie gry nazywamy grami o sumie zerowej.

Zmiana bazy i macierz przejścia

Analiza Matematyczna Ćwiczenia. J. de Lucas

Współczynnik korelacji rangowej badanie zależności między preferencjami

Wnioskowanie statystyczne dla korelacji i regresji.

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację.

Metoda Monte-Carlo i inne zagadnienia 1

I. Ciągi liczbowe. , gdzie a n oznacza n-ty wyraz ciągu (a n ) n N. spełniający warunek. a n+1 a n = r, spełniający warunek a n+1 a n

Równania rekurencyjne

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu

Ciągi liczbowe wykład 3

Badania niezawodnościowe i statystyczna analiza ich wyników

Planowanie eksperymentu pomiarowego I

MATEMATYKA STOSOWANA W INŻYNIERII CHEMICZNEJ

MODELE OBIEKTÓW W 3-D3 część

JEDNOWYMIAROWA ZMIENNA LOSOWA

c 2 + d2 c 2 + d i, 2

Modele wartości pieniądza w czasie

ma rozkład normalny z nieznaną wartością oczekiwaną m

Wzór Taylora. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

Relacyjny model danych. Relacyjny model danych

ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ

Twierdzenie Bezouta i liczby zespolone Javier de Lucas. Rozwi azanie 2. Z twierdzenia dzielenia wielomianów, mamy, że

PRZEDZIAŁOWE METODY ROZWIĄZYWANIA ALGEBRAICZNYCH RÓWNAŃ NIELINIOWYCH MECHANIKI KONSTRUKCJI

Prawdopodobieństwo i statystyka r.

x t 1 (x) o 1 : x s 3 (x) Tym samym S(3) = {id 3,o 1,o 2,s 1,s 2,s 3 }. W zbiorze S(n) definiujemy działanie wzorem

ALGEBRY HALLA DLA POSETÓW SKOŃCZONEGO TYPU PRINJEKTYWNEGO

Statystyka matematyczna. Wykład II. Estymacja punktowa

Analiza matematyczna. Robert Rałowski

Statystyka Inżynierska

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych

UOGÓLNIONA ANALIZA WRAŻLIWOŚCI ZYSKU W PRZEDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW. 1. Wprowadzenie

MATEMATYKA POZIOM ROZSZERZONY Kryteria oceniania odpowiedzi. Arkusz A II. Strona 1 z 5

. Wtedy E V U jest równa

STATYSTYKA OPISOWA WYKŁAD 3,4

Regresja REGRESJA

ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych

FUNKCJE DWÓCH ZMIENNYCH

FINANSE II. Model jednowskaźnikowy Sharpe a.

z przedziału 0,1. Rozważmy trzy zmienne losowe:..., gdzie X

Wyk lad 8 Zasadnicze twierdzenie algebry. Poj. ecie pierścienia

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min

Matematyczny opis ryzyka

Relacje, grupy, ciała

3 Arytmetyka. 3.1 Zbiory liczbowe.

Mh n. 2 ε. h h/ n n. Ekstrapolacja Richardsona (szacowanie błędu) błąd. ekstrapolowana wartość całki I. kwadratury z adaptowanym krokiem

ANALIZA INPUT - OUTPUT

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne

3. Funkcje elementarne

D. Miszczyńska, M.Miszczyński KBO UŁ, Badania operacyjne (wykład 2 _AW&D) [1] Postać kanoniczna liniowego modelu decyzyjnego (ogólnie)

5. OPTYMALIZACJA NIELINIOWA

Transkrypt:

Matematyka dyskreta 10. Fukcja Möbusa Defcja 10.1 Nech (P, ) będze zborem uporządkowaym. Mówmy, że zbór uporządkoway P jest lokale skończoy, jeśl każdy podzał [a, b] P jest skończoy, a, b P Uwaga 10.1 Zbór lczb rzeczywstych zbór lczb wymerych e są zboram lokale skończoym. Natomast zbór lczb aturalych zbór lczb całkowtych są zboram lokale skończoym. Rozważmy, zbór A(P ) = f: P P R: a,b P (a b) f(a, b) = 0 Zauważmy, że w zborze A(P ) moża zdefować dodawae fukcj możee fukcj przez skalar (jako zwykłe operacje dodawaa fukcj możee fukcj przez skalar). Zdefujemy trzece dzałae: Defcja 10.2 Nech f, g A(P ). Fukcję f g: P P R określoą wzorem f g(a, b) = 0, gdy (a b) f g(a, b) = azywamy splotem Drchleta. f(a, c)g(c, b), gdy a b Uwaga 10.2 Każdej fukcj ze zboru A(P ) moża przyporządkować macerz reprezetującą tą fukcję. Wówczas dodawau fukcj odpowada dodawae macerzy. Możeu fukcj przez skalar odpowada możee macerzy przez skalar. Gdy zbór P jest zborem skończoym to splot Drchleta odpowada możeu macerzy odpowadającym fukcjom f g. Defcja 10.3 Zbór A(P ) wraz ze zdefowaym w m trzema dzałaam: dodawaem, możeem przez skalar splotem Drchleta azywamy algebrą cydecj zboru P. Uwaga 10.3 W defcj splotu Drchleta od zboru P oczekujemy, aby był lokale skończoy, gdyż w przecwym wypadku występująca w defcj suma mogłaby być eskończoa.

Twerdzee 10.1 Fukcja δ: P P R określoa wzorem { 0, gdy a b δ(a, b) = 1, gdy a = b jest elemetem eutralym splotu Drchleta. Nech f A(P ) ech a b. Wtedy: f δ(a, b) = f(a, c)δ(c, b) = f(a, b) gdyż δ(c, b) 0 tylko, gdy c = b. Dla δ f dowód jest aalogczy. Defcja 10.4 Fukcja ζ: P P R określoa wzorem: { 0, gdy (a b) ζ(a, b) = 1, gdy a b jest fukcją charakterystyczą relacj porządku w zborze P. Defcja 10.5 Fukcja µ A(P ), taka że ζ µ = µ ζ = δ jest azywaa fukcją Möbusa zboru P. Twerdzee 10.2 W zborze A(P ) steje dokłade jeda fukcja µ: P P R, taka że ζ µ = δ oraz µ ζ = δ Dowód (kostrukcja fukcj): µ(a, b) = 0, gdy (a b). Załóżmy, że a b. Zastosujemy dukcję względem [a, b] =. Jeśl = 1, to: ζ µ(a, a) = δ(a, a) = 1 oraz ζ µ(a, a) = c [a,a] ζ(a, a)µ(a, a) = µ(a, a) A węc µ(a, a) = 1. Załóżmy, że zaa jest wartość fukcj µ dla wszystkch a, b P, takch że [a, b] <. Nech węc [a, b] = > 1. Wtedy: oraz ζ µ(a, b) = = µ(a, b) + ζ µ(a, b) = δ(a, b) = 0 ζ(a, c)µ(c, b) = ζ(a, a)µ(a, b) + µ(c, b), gdyż a c ζ(a, c)µ(c, b) = ζ(a, c) = 1 Ostatecze otrzymujemy (przyrówując ostatą rówość do zera), że: µ(a, b) = µ(c, b) Poeważ [c, b] [a, b] oraz [c, b] < [a, b] = to wartość fukcj µ jest określoa a podstawe założea dukcyjego.

Uwaga 10.4 Prawdzwe są astępujące rówośc: 1 2 µ(a, c) = δ(a, b), µ(c, b) = δ(a, b), 3 µ(a, b) = 4 µ(a, b) = c [a,b) gdy a b gdy a b µ(c, b) µ(a, c) Twerdzee 10.3 Nech (P, ) będze zborem uporządkowaym lowo. Wówczas: 1, gdy a = b µ(a, b) = 1, gdy [a, b] = 2 0, gdy [a, b] > 2 Twerdzee 10.4 Nech X będze zborem skończoym ech P = P (X) będze rodzą wszystkch podzborów zboru X. Wówczas: µ(ø, X) = ( 1) X Idukcja względem X =. Jeśl = 0, to X = Ø, a węc µ(ø, Ø) = 1 = ( 1) 0. Jeśl = 1, to X = {x} µ(ø, X) = 1 = ( 1) 1. Załóżmy, że wzór jest prawdzwy dla Y <. Nech X =. Wtedy: µ(ø, X) = Y [Ø,X) 1 µ(ø, Y ) = =0 ) 1 µ(ø, Y ) = Y P (X) =0( 1) ( = ( 1 ) ( ) ( )) = =0( 1) ( + ( 1) ( 1) = ( ) ( )) = =0( 1) ( ( 1) = ((1 1) ( 1) ) = ( 1) = ( 1) X Uwaga 10.5 Jeśl A, B P (X) oraz A B, to µ(a, B) = ( 1) B A Nech Y [A, B]. Zborow Y przyporządkujemy zbór Y \A [Ø, B\A]. A Y B. Odwrote, jeśl Z [Ø, B\A], to zborow Z przyporządkujemy zbór Z A [A, B]. A węc przedzały [A, B] [Ø, B \ A] są zomorfcze, węc zachoway jest porządek, zatem fukcja ζ ma take same wartośc w obu przedzały, węc także fukcja µ ma take same wartośc w obu przedzałach. Stąd: µ(a, B) = µ(ø, B \ A) = ( 1) B\A = ( 1) B A, gdyż A B

Uwaga 10.6 Rozpatrzmy zbór uporządkoway lokale skończoy (N, ). Nech a, b N. Wtedy 1 gdy a = b µ(a, b) = ( 1) s gdy a b a/b rozkłada sę a s różych lczb perwszych 0 w pozostałych przypadkach Defcja 10.6 Nech (P, ) będze zborem uporządkowaym, lokale skończoym. Mówmy, że fukcja F : P R jest sumowala w dół, jeśl zbór supp F (, x] jest skończoy dla każdego x P, gdze supp F = {x P : F (x) 0}. Zbór supp F azywamy ośkem fukcj F. Lemat 10.1 Jeśl F : P R jest sumowala w dół, to fukcja G: P R zdefowaa wzorem: G(x) = F (y) jest dobrze określoa dla każdego x P (dla każdego x suma jest skończoa) sumowala w dół. Fukcja G jest dobrze określoa bo fukcja F jest dobrze określoa (co wyka z defcj fukcj F ). Należy pokazać, że G jest sumowala w dół. Załóżmy, że y supp G (, x]. Zauważmy, że supp F (, x] = {y 1,..., y }, bo zbór te jest skończoy, G(y) 0, bo y supp G oraz y x. Węc 0 G(y) = F (z) z (, y] (, x] = {y 1,..., y } F (z) 0 Nech węc z = y dla pewego {1,..., }. Mamy: y y x. Zatem y =1 [y, x] suma ta jest zborem skończoym. Ostatecze wobec dowolośc wyboru y y supp G (, x] =1 [y, x] co pozwala woskować, że supp G (, x] jest zborem skończoym, zatem fukcja G jest sumowala w dół.

Twerdzee 10.5 (twerdzee wersyje Möbusa) Nech (P, ) będze zborem uporządkowaym, lokale skończoym, ech F = : P R będze fukcją sumowalą w dół. Nech F : P R będze fukcją określoą astępująco: F (x) = F = (y) Wtedy F = (x) = F (y)µ(y, x) = F (y)µ(y, x) ( F = (z) Poeważ z y x, moża zmeć zakresy sumowaa: = z (,x] y [z,x] = F = (x) + F = (z)µ(y, x) = z (,x) z (,x] F = (z) y [z,x] ) F = (z) y [z,x] µ(y, x) = µ(y, x) = F = (x) µ(y, x) = gdyż ostata suma jest a mocy uwag 10.4 jest rówa 0, gdy z x. Defcja 10.7 Nech (P, ) będze zb. uporządkowaym, lokale skończoym. Mówmy, że fukcja F : P R jest sumowala w górę, jeśl zbór supp F [x, ) jest skończoy dla każdego x P. Lemat 10.2 Jeśl F : P R jest sumowala w górę, to fukcja G: P R, taka że: G(x) = F (y) jest dobrze określoa dla każdego x P sumowala w górę. Twerdzee 10.6 (twerdzee wersyje Möbusa II) Nech (P, ) będze zb. uporządkowaym, lokale skończoym, F = : P R będze fukcją sumowalą w dół oraz F : P R będze fukcją, taką że: F (x) = F = (y) Wtedy F = (x) = F (y)µ(x, y) Copyrght c Grzegorz Gerlasńsk