Föreläsningsanteckningar och övningar till logik mängdlära Boolesk algebra
|
|
- Jonathan Axelsson
- för 7 år sedan
- Visningar:
Transkript
1 Föreläsningsantekningar oh övningar till logik mängdlära Boolesk algebra I kursen matematiska metoder, del A (TMA04 behandlar vi i lv logik, mängdlära oh Boolesk algebra I satslogik oh mängdalgebra, två exempel på Boolesk algebra, inörs grundbegrepp som används sedan i allt kommande; Boolesk algebra tillämpas även i parallellkursen digital- oh datorteknik Dessa öreläsningsantekningar innehåller kortattat det vi går igenom lv samt övningar De kompletterar kap 0 oh appendix B i Persson/Böiers (Analys i en variabel oh avsn i Johnson/Larsson/Arebrink (Grundläggande digital- oh datorteknik De skall underlätta inlärningen, men ingalunda ersätta öreläsningarna Fler oh utörliga exempel samt bevis görs på öreläsningarna 1 Satslogik Vi skall örsöka att skapa ett entydigt (vetenskapligt språk med hjälp av vardagssvenskan genom att inöra strängt deinierade termer (sk aktermer, grundbegrepp oh "operatorer" ör att generera nya termer 11 UTSAGOR DEF: En MATEMATISK UTSAGA är en utsaga som är antingen sann eller alsk ("tertium non datur" oh vars sanningshalt kan avgöras på ett objektivt sätt [ DEFIITIO är ett astslående vad ett visst begrepp skall betyda ] EX 1: Betrakta öljande uttryk: A: 1+ = 3 B : 1+ = 5 C : < 3 D : det regnar oh E : 003 är ett stort tal F : skål F är ingen utsaga; A E är utsagor, men D oh E är inte matematiska utsagor (sanningshalten kan ej avgöras objektivt; A C är matematiska utsagor: A oh C är sanna, B är alsk; vi aepterar här redan begrepp som 1,,3,5,+, < mm EX : För varje reellt tal x är A ( x : x = 5 en matematisk utsaga, ty ör varje reellt tal x 5 kan det avgöras om A ( x är sann eller alsk (t ex är A ( alsk, A ( sann A( x kallas "öppen utsaga" ty den innehåller en ri variabel x, som måste deklareras ("x reellt tal" matematiska metoder, TMA04, del A 1
2 1 LOGISKA OPERATORER Med hjälp av logiska operatorer kan vi bilda nya matematiska utsagor: symbol läs namn oh (and konjunktion eller (or disjunktion ike (not negation medör implikation ekvivalent ekvivalens dvs: om P oh Q är matematiska utsagor så skall även P Q, P Q, P, P Q oh P Q vara matematiska utsagor Vi deinierar dessa utsagor genom att ange sanningsvärdet ör alla möjliga sanningsvärden på P oh Q : Vi skriver 0 (eller ör "alsk" resp 1 (eller s ör "sann": P Q P Q P Q P Q P Q P Komplierade utsagor kan ota örenklas med hjälp av regler ("ormler", dvs ersättas med ekvivalenta, enklare utsagor Två utsagor är ekvivalenta om de har samma sanningstabell (dvs samma sanningsvärde ör alla möjliga sanningsvärden av alla ingående utsagor: SATS: För matematiska utsagor P, Q, R gäller: 1 ( P Q (( P Q ( Q P ( ( P P 3 ( P Q (( P Q 4 ( P Q (( Q ( P 5 P ( Q P 6 ( P ( Q R (( P Q ( P R 7 a ( ( P Q (( P ( Q b ( ( P Q (( P ( Q (de Morgan 8 a ( P ( Q R (( P Q ( P R b ( P ( Q R (( P Q ( P R (distributivitet matematiska metoder, TMA04, del A
3 Mängdalgebra 1 MÄGDER Den "naiva mängdläran" skapades av Cantor Han deinierade (1895 "En MÄGD M är en sammanattning av bestämda objekt, verkliga eller tänkta, som kallas ELEMET I M, till en enhet" Vi lägger till: Det måste på ett objektivt sätt kunna avgöras om ett x är element i M eller inte Denna grundläggande "elementrelation" beteknas med : DEF 1: Vi skriver resp x M om x är element i M (x tillhör M, x ligger i M x M om x ej är element i M Vi betraktar här endast mängder som är deinierade genom matematiska utsagor oh därmed väldeinierade För en öppen matematisk utsaga P sätter vi S P = { x : P( x är sann} = { x : P( x} = mängden av alla x sådana att P( x är sann SP kallas "sanningsmängden till P", { oh } kallas "mängdparenteser" EX 1: M = { x : x = 1 x = x = 3} Vi skriver kort M = { 1,, 3}, dvs vi skriver helt enkelt upp mängdens elment mellan mängdparenteserna om det är möjligt DEF : Vi säger M är en ÄDLIG mängd, om antalet element i M är ändligt, resp M är en OÄDLIG mängd om antalet element i M ej är ändligt Viktiga mängder är (oh kommer alltid att beteknas så: DEF 3: = { x : x x} den TOMMA mängden I = { 1,,3,4, L} de ATURLIGA TALE (obs: vi tar ej med 0 = { 0,1, 1,,,3, 3,L} HELTALE m = { n : m, n heltal, n 0} de RATIOELLA TALE I R de REELLA TALE För a, b IR, a b inör vi ITERVALL-betekningarna [ a, b] = { x IR : a x b}, ] a, b [ = { x IR : a < x < b}, [ a, b [ = { x IR : a x < b}, ] a, b] = { x IR : a < x b}, [ a, [ = { x IR : a x}, ] a, [ = { x IR : a < x}, ], b] = { x IR : x b}, ], b [ = { x IR : x < b} Dessa mängder kallas slutet intervall resp öppet intervall resp halvöppet intervall OBS: oh är inte element i I R (inte reella tal! = I R oh a, a = a, a, a ( a IR Det gäller ], [ [ ] { } ] [ =, [, ] a är odeinierat! matematiska metoder, TMA04, del A 3
4 MÄGDOPERATORER Vi översätter nu operatorerna,,,, mellan utsagor till operatorer mellan mängder Vi tänker oss att alla x ligger i en grundmängd U ("universum", tex U = IR DEF 1: För mängder A, B deinieras ( A = SP, B = SQ, P, Q matematiska utsagor 1 (union: A B = { x : x A x B} ( SP Q = SP SQ (snitt: A B = { x : x A x B} ( SP Q = SP SQ 3 (delmängd: ( A B (( x A ( x B ( P( x Q( x, x U 4 = (likhet: ( A = B (( x A ( x B ( P( x Q( x, x U 5 (komplement: A = { x : x A } ( S = ( Vidare skriver vi resp P S P A B ör ( A = B A B (äkta delmängd ör ( A B ( A B EX 1: a { 1,,3} = {,3,1 } = { 1,,,1,3,3,1, } osv (det spelar ingen roll hur vi skriver upp en mängd b = I { n : n I } { 0} (],0] = ] 0, [ ( U = IR d I (sista inklusionen visas snart I R Det underlättar myket att åskådliggöra mängder som punktmängder i planet (Venndiagram eter den brittiske logikern John Venn, , se öreläsningen Vi deinierar nu ytterligare några operatorer som vi kommer att ha nytta av: DEF : För två mängder A, B deinierar vi a MÄGDDIFFERESE \: A \ B = { x : x A x B} (alla x som ligger i A men inte i B b den SYMMETRISKA MÄGDDIFFERESE : A B = (A \ B ( B \ A För mängder gäller motsvarande regler som ör utsagor: SATS: För mängder A, B, C gäller 1 ( A = B (( A B ( B A B = U \ B, A \ B = A B 3 A B = B A 4 A B = ( A B \ ( A B 5 a ( A B = A B b ( A B = A B (de Morgan 6 a A ( B C = ( A B ( A C b A ( B C = ( A B ( A C (distributivitet matematiska metoder, TMA04, del A 4
5 Regel 4 visar att den operator ör utsagor som motsvarar, är XOR (exlusive or: ( P XOR Q (( P Q ( ( P Q (( P ( Q ( Q ( P, alltså "antingen P eller Q men ej bägge" (P oh Q två matematiska utsagor Till sist konstruerar vi två nya, viktiga mängder: DEF 3: Låt M, vara två mängder 1 Mängden P( M = { A : A M} = mängden av alla delmängder till M kallas POTESMÄGDE AV M Mängden M = {( m, n : m M n } = mängden av alla "ordnade par" ( m, n med m M oh n kallas CARTESISKA MÄGDPRODUKTE AV M oh EX : a Alltid gäller P( M oh M P( M (M en mängd b IR IR = {( x, y : x IR y IR } är "planet", beteknas I R Då kan vi deiniera "relation" oh, som speiell relation, "unktion": DEF 4: Låt M, vara två mängder 1 En delmängd R M kallas RELATIO FRÅ M TILL, en relation R M M kallas (BIÄR RELATIO I M, D R = { x M : det inns y så att ( x, y R} kallas DEFIITIOSMÄGD, V R = { y : det inns x M så att ( x, y R} kallas VÄRDEMÄGD (till R; vi skriver även xry ör ( x, y R ( "y står i relation R till x" En relation M kallas FUKTIO FRÅ M TILL om är "högerentydig", dvs om ör x M, y1, y gäller (( xy 1 ( xy ( y1 = y I så all inns det till varje x i :s deinitionsmängd preis ett y i :s värdemängd som står i relation till x, dvs vi kan se som en tillordning : x a y som ordnar till varje x D ett entydigt bestämt y V ; ör att ramhäva detta skriver vi y = ( x ("y är en unktion av x" i stället ör x y oh (vi använder något missbrukligt samma symbol : : M läs: " är en unktion rån M till som ordnar till x a ( x ett element x D elementet y = ( x V " Observera att vi använder pilen ör avbildningen (" går rån M till " oh pilen a ör den elementvisa tillordningen (" ordnar till x bildpunkten ( x " Själva relationen kallas då GRAFE TILL oh beteknas G : G = ( x, y M : x D y ( x En avbildning : M M med { } = D = M kallas även UITÄR OPERATOR PÅ M oh en avbildning : M M M med D = M M kallas BIÄR OPERATOR PÅ M matematiska metoder, TMA04, del A 5
6 EX 3: a Ordningsrelationen < på I R är halvplanet < = ( x, y IR : y x är positivt IR I { } R b Funktionen "kvadrera" skriver vi upp så här: : IR IR ; här är =, = [ 0, [ IR V x a x Additionen + är avbildningen (rita! D, = {( x, x : x IR } G (rita! + : IR IR IR ( x, y a x+ y (en binär operator på I R Binära relationer spelar en viktig roll i tex swithnätteorin; vi nämner en speiell relation som gör det möjligt att dela upp en mängd i "klasser" av element som anses vara likvärdiga i någon mening: DEF 5: En relation ~ M M på M kallas a REFLEXIV om x ~ x ör alla x M b SYMMETRISK om x ~ y y ~ x ör alla x M, y M TRASITIV om (( x ~ y ( y ~ z ( x ~ z ör alla x M, y M, z M d EKVIVALESRELATIO PÅ M om ~ är relexiv, symmetrisk oh transitiv EX 4: a är en ekvivalensrelation på mängden av alla matematiska utsagor b = är en ekvivalensrelation på P ( M (M en mängd "Modulo-räkning" ger en ekvivalensrelation på : Låt p I, m, n ; man säger "m är kongruent n modulo p", bet m n(mod p, om m n = kp ör något k "kongruent modulo p" är en ekvivalensrelation på, tal som ger samma rest vid division med p är ekvivalenta Ett exempel är klokan: vi räknar modulo 1 Satslogik oh mängdlära är två viktiga, självständiga matematiska disipliner Men de "unkar" på samma sätt som (är speialall av, exempel på, modeller ör en mera generell matematisk struktur (= mängd av vissa objekt med operationer som lyder vissa regler, nämligen en "Boolesk algebra" Vi skriver operationerna då "algebraiskt" Målet är att du lär dig att räkna med dessa I kursen digital- oh datorteknik studerar du ysikaliska modeller (realiseringar av Booleska algebror George Boole ( : The Mathematial Analysis o Logi (1847 An Investigation o the Laws o Thought (1854 matematiska metoder, TMA04, del A 6
7 3 BOOLESK ALGEBRA DEF 1: M, +,,',0, 1 kallas BOOLESK ALGEBRA om M är en ike tom mängd ' är en unitär operator på M, + oh är binära operatorer på M 0 oh 1 är två element i M så att öljande axiom gäller: ör x, y,z M gäller + y = y + x A1: (kommutativitet y = y x ( y + z = ( x y + ( x z A: (distributivitet + ( y z = ( x + y ( x + z + 0 = x A3: 1 = x (0 resp 1 är neutralt element ör + resp + x' = 1 A4: x' = 0 (komplementregeln Ta gärna med öljande regel A0: + ( y + z = ( x + y + z ( y z = ( x y z (assoiativitet, kan härledas ur A1 A4 Observera "dualitetsprinipen": byter man i en giltig sats överallt + mot mot + så ås igen en giltig sats (klart, axiomen är ju duala 0 mot 1 1 mot 0 EX: (Satslogik mängder a M,,,,, s där M är mängden av alla matematiska utsagor, ekvivalenta utsagor identiierade, med tex : 1 = oh s : = 1+ 1 b P( M,,,,, M där M är en mängd ( A = M \ A En viktig binär operator är XOR-operatorn (eller ring summan : DEF : I en Boolesk algebra M, +,,',0, 1 deinieras ör x, y M : x y = x y + x y För utsagor (ex a är P Q = P XOR Q (se sid 5, ör mängder (ex b är A B = A B (se sid 4 Regler ör : se sats matematiska metoder, TMA04, del A 7
8 AMÄRKIG Att ' är en unitär operator på M innebär att ' är en avbildning rån M till M som ordnar till ett element x M ett entydigt bestämt element x M ' : M M x a x' Att +, resp, resp är en binär operator på M innebär att +, resp, resp är en avbildning rån M M till M som ordnar till ett element ( x, y M M (alltså till två element x, y ur M ett entydigt bestämt element x + y M resp x y M resp x y M + : M M M, : M M M, : M M M ( x, y a x+ y ( x, y a x y ( x, y a x y SATS 1 (REGLER, visas på öreläsningen I en Boolesk algebra M, +,,',0, 1 gäller ör x, y, z M : + x = x + 1 = 1 1 (idempotenslagarna (dominanslagarna x = x 0 = 0 + x y = x 3 (absorptionslagarna 4 ( x + z = 1 oh x z = 0 z = x' ( x + y = x 0' = 1 ( x + y = x y 5 ( x' = x, (' är idempotent 6 (de Morgan 1' = 0 ( x y = x + y VARIG: Ingen av öljande 4 implikationer gäller: + y = x + z y = z y = x z y = z + y = x y = 0 resp y = x y = 1 Enkla motexempel ås i en mängdalgebra: För A = { 1, }, B = { 1, 3},C = {, 3}, D = { 1}, (,B,C,D P( I A B = A C = { 1,, 3} men B C, B = A D = { 1} A gäller A men B D, A D = A men D /O oh D A = D men A I OBS: det räker att vederlägga två implikationer, vilka oh varör? SATS (REGLER ör I en Boolesk algebra M, +,,',0, 1 gäller ör x, y, z M : 1 x y = y x (kommutativitet x ( y z = ( x y ( x z (distributivitet 3 x ( y z = ( x y z (assoiativitet 4 x y = x z y = z (strykningslagen, bevis sid 10 matematiska metoder, TMA04, del A 8
9 5 x x = 0, x x = 1, x 0 = x, x 1 = x ( ( 6 x y = x + y x y 7 ( x y + ( x y = x + y x y = x y = x y = x y + x y 8 ( (= det till 9 ( x y ( y z = x y z + x y z 10 ( x y + ( y z = x y + y z + z x x y duala uttryket ÖVIGAR 1 a Visa ( (( x < y ( y < x ( x = y ( x IR, y IR b Bestäm sanningsmängderna S, oh S till P S Q P ( x : ( x > x ( ( x > 1, R ( x : ( x > x ( ( x > 1 oh Q ( x : ( x = 3x x = ( x IR ( ( a Bestäm A B, A B, A \ B, B \ A oh A B ör A = { 1,,3,4}, B = { 3,4, 5} b Bestäm A B, A B, A \ B, B \ A oh A B ör A = [ 8,9], B = ] 5, [ Bestäm P ( M ör M = { 1,,3} d Bestäm A B oh B A ör A = { 1,}, B = {,3,4} e Bestäm A B oh B A ör A = [ 0,1], B = [ 1, [ (rita! Förenkla öljande uttryk ör mängder A, B: 1 A \(B \ A, A \(A \ B, 3 A (A\ B, 4 A (A\ B, 5 A (B\ A, 6 A (B\ A, 7 (A\ B ( A B (B\ A, 8 A B 3 Låt M, +,,',0, 1 vara en Boolesk algebra, x, y, z M Visa a x + y = x x y = y b x y + x y = 1 x = y x + x y = x + y d x + y = x y x y = 0 e Visa att ör alla I gäller x k = xk oh x k = xk k= 1 k= 1 k= 1 k= 1 ( x1, x, L, x M; xk = x1 xl x = produkten av x 1, x, L, x k = 1 4 Formulera oh bevisa sats 1 (6 (sid algebraiskt 5 Lös uppgit genom att räkna algebraiskt 6 Uttryk x y mha enbart oh ' (AD-grind oh OT-grind 7 Formulera reglerna i uppg 3 oh uppg 5 ör utsagor oh ör mängder R ( matematiska metoder, TMA04, del A 9
10 SVAR 1b S P = SQ = IR, SR = ],0 [ a { 1,,3,4,5}, { 3,4}, { 1,}{}{, 5, 1,,5} b [ 8, [, ] 5,9], [ 8, 5], ] 9, [, [ 8, 5] ] 9, [ {, {} 1, { }, { 3}, { 1,}, { 1,3}, {,3}, { 1,,3 }} d A B = {( 1,,( 1,3,( 1,4,(,,(,3,(,4 } B A = {(,1,(,,( 3,1 (, 3,(, 4,1 (, 4, } e A B = {( x, y : 0 x 1, y 1} B A = {( x, y : x 1, 0 y 1} 1 A, A B, 3 A, 4 A \ B, 5 A B, 6 /O, 7 A B, 8 A B ( 6 ( x y ( x y eller ( ( x y x y 7 tex 3m: I A k = U A k=1 k=1 Lösning av uppgit 3d: Det är ett "om oh endast om"-påstående (en ekvivalens av två utsagor, vi visar de två implikationerna var ör sig (se (1 i sats sid : " " : Om x y = 0 gäller, så gäller x + y = x y : bev: x + y = x ( y + y + y ( x + x = x y + x y + y x + y x = x y + y x (ty x y = 0 Vi utnyttjade x + x = 1, x 1 = x, 0 + x = x vsv [alternativt: sats (7 sid 8!] " " : Om x + y = x y gäller, så gäller x y = 0 : bev: x + y = x y x y ( x + y = x y ( x y + x y x y + x y = x y = 0 Vi utnyttjade x x = x, x x = 0, x y + x y = x y vsv Ett annat (njaa, myket liknande bevis av " " år du med identiteten x y = ( x + y ( x y (sats (6 sid 9: x y = x x y + x y y = ( x + y ( x y = ( x y ( x y = ( x + y ( x y ( x y = 0 bevis av "strykningslagen" " " : trivialt x y = x z y = z : " " : x y = x z x y + x y = x z + x z, multiplikation med x resp x ger ( x y = x z resp x y = x z Därmed kan vi nu visa att z + y = 1 oh z y = 0, sats 1 (4 ger då att y = z oh därmed y = z pga sats 1 (5: z + y = [ multipliera med 1 = x + x ] = z x + z x + y x + y x = ( = = z x + x y + x z + y x = x + x= 1 y = [ x + x ] = z x y + z x y = ( = z x z + x y y 0 z multiplie ra med = (eller multipliera ( med z resp med y' så år du x y' z = 0 resp x z y' = 0, addition ger ( x + x y' z = 0, alltså y' z = 0 k vsv matematiska metoder, TMA04, del A 10
Föreläsningsanteckningar och övningar till logik mängdlära
Inledande matematisk analys tma970, 010, logik, mängdlära Föreläsningsanteckningar och övningar till logik mängdlära Dessa öreläsningsanteckningar kompletterar mycket kortattat kap 0 och appendix B i Persson/Böiers,
Läs merMA2047 Algebra och diskret matematik
MA2047 Algebra och diskret matematik Något om logik och mängdlära Mikael Hindgren 5 september 2018 Utsagor Utsaga = Påstående som har sanningsvärde Utsagan kan vara sann (S) eller falsk (F) öppen eller
Läs merFöreläsning 8 i kursen Ma III, #IX1305, HT 07. (Fjärde föreläsningen av Bo Åhlander)
Föreläsning 8 i kursen Ma III, #IX1305, HT 07. (Fjärde föreläsningen av Bo Åhlander) Böiers 5.3 Relationer. Vi har definierat en funktion f: A B som en regel som kopplar ihop ett element a A, med ett element
Läs merUtsagor (Propositioner) sammansatta utsagor sanningstabeller logisk ekvivalens predikat (öppna utsagor) kvantifierare Section
Föreläsning 1 Utsagor (Propositioner) sammansatta utsagor sanningstabeller logisk ekvivalens predikat (öppna utsagor) kvantifierare Section 1.1-1.3 i kursboken Definition En utsaga (proposition) är ett
Läs merÖvningshäfte 1: Logik och matematikens språk
GÖTEBORGS UNIVERSITET MATEMATIK 1, MMG200, HT2014 INLEDANDE ALGEBRA Övningshäfte 1: Logik och matematikens språk Övning A Målet är att genom att lösa och diskutera några inledande uppgifter få erfarenheter
Läs merMängdlära. Kapitel Mängder
Kapitel 2 Mängdlära 2.1 Mängder Vi har redan stött på begreppet mängd. Med en mängd menar vi en väldefinierad samling av objekt eller element. Ordet väldefinierad syftar på att man för varje tänkbart objekt
Läs merLMA033/LMA515. Fredrik Lindgren. 4 september 2013
LMA033/LMA515 Fredrik Lindgren Matematiska vetenskaper Chalmers tekniska högskola och Göteborgs universitet 4 september 2013 F. Lindgren (Chalmers&GU) Matematik 4 september 2013 1 / 25 Outline 1 Föreläsning
Läs merEDA Digital och Datorteknik 2009/2010
EDA45 - Digital och Datorteknik 29/2 EDA 45 - Digital och Datorteknik 29/2, lärobokens kapitel 3 Ur innehållet: Satslogik och Boolesk algebra Grindar Funktionstabell Binär evaluering Normal orm/förenklad
Läs merÖvningshäfte 6: 2. Alla formler är inte oberoende av varandra. Försök att härleda ett par av de formler du fann ur några av de övriga.
GÖTEBORGS UNIVERSITET MATEMATIK 1, MAM100, HT2005 MATEMATISK BASKURS Övningshäfte 6: Syftet med övningen är att utforska strukturen hos talsystemen under addition respektive multiplikation samt sambandet
Läs merDagens teman. Mängdlära forts. Relationer och funktioner (AEE 1.2-3, AMII K1.2) Definition av de naturliga talen, Peanos axiom.
Dagens teman Mängdlära orts. Relationer och unktioner (AEE 1.2-3, AMII K1.2) Deinition av de naturliga talen, Peanos axiom. Relationer och unktioner Relationer Generell deinition: En relation R på mängden
Läs merEDA Digital och Datorteknik 2010/2011
EDA45 - Digital och Datorteknik 2/2 EDA 45 - Digital och Datorteknik 2/2, lärobokens kapitel 3 Ur innehållet: Satslogik och Boolesk algebra Grindar Funktionstabell Binär evaluering Normal orm/förenklad
Läs mer(N) och mängden av heltal (Z); objekten i en mängd behöver dock inte vara tal. De objekt som ingår i en mängd kallas för mängdens element.
Grunder i matematik och logik (2017) Mängdlära Marco Kuhlmann 1 Grundläggande begrepp Mängder och element 2.01 En mängd är en samling objekt. Två standardexempel är mängden av naturliga tal (N) och mängden
Läs merBegreppen "mängd" och "element" är grundläggande begrepp i matematiken.
MÄNGDER Grundläggande begrepp och beteckningar Begreppen "mängd" och "element" är grundläggande begrepp i matematiken. Vi kan beskriva (ange, definiera) en mängd som innehåller ändligt många element genom
Läs merSanningsvärdet av ett sammansatt påstående (sats, utsaga) beror av bindeord och sanningsvärden för ingående påståenden.
MATEMATISK LOGIK Matematisk logik formaliserar korrekta resonemang och definierar formellt bindeord (konnektiv) mellan påståenden (utsagor, satser) I matematisk logik betraktar vi påståenden som antingen
Läs merDefinitionsmängd, urbild, domän
5B1493, lekt 5, HT06 Funktioner Definition av begreppet Definition: Låt X och Y vara två mängder. En funktion f av typ X Y är detsamma som en delmängd av X Y, sådan att 1. Om (x, y) och (x, z) f, så är
Läs merEn bijektion mellan två mängder A och B som har ändligt antal element kan finnas endast om mängderna har samma antal element.
Inversa unktion BIJEKTION, INJEKTION, SURJEKTION Allmän terminologi I samband med variabelbyte vid beräkning av integraler har vi en avbildning mellan två mängder A och B, dvs en unktion : A B Vi har otast
Läs merLogik och kontrollstrukturer
Logik och kontrollstrukturer Flödet av instruktioner i ett programmeringsspråk bygger vi upp med hjälp av dess kontrollstrukturer. I C har vi exemplen if, if else, while, do while. Dessutom finns switch
Läs mer7, Diskreta strukturer
Objektorienterad modellering och diskreta strukturer 7, Diskreta strukturer Sven Gestegård Robertz Datavetenskap, LTH 2013 1 Inledning 2 Satslogik Inledning Satslogiska uttryck Resonemang och härledningar
Läs merMATEMATIKENS SPRÅK. Avsnitt 1
Avsnitt 1 MATEMATIKENS SPRÅK Varje vetenskap, liksom varje yrke, har sitt eget språk som ofta är en blandning av vardagliga ord och speciella termer. En instruktionshandbok för ett kylskåp eller för en
Läs merDigital- och datorteknik
Digital- och datorteknik Föreläsning #3 Biträdande professor Jan Jonsson Institutionen för data- och informationsteknik Chalmers tekniska högskola Logikgrindar Från data till digitala byggblock: Kursens
Läs merÖvningshäfte 3: Funktioner och relationer
GÖTEBORGS UNIVERSITET MATEMATIK 1, MAM100, HT2014 INLEDANDE ALGEBRA Övningshäfte 3: Funktioner och relationer Övning H Syftet är att utforska ett av matematikens viktigaste begrepp: funktionen. Du har
Läs merSwitchnätsalgebra. Negation, ICKE NOT-grind (Inverterare) Konjunktion, OCH AND-grind. Disjunktion, ELLER OR-grind
Dagens öreläsning behandlar: Läroboken kapitel 3 Arbetsboken kapitel,3 Ur innehållet: Satslogik och Grindar Funktionstabell Binär evaluering Normal orm/förenklad orm/ Minimal orm Karnaughdiagram Negation,
Läs merBegreppen "mängd" och "element" är grundläggande begrepp i matematiken.
MÄNGDER Grundläggande begrepp och beteckningar egreppen "mängd" och "element" är grundläggande begrepp i matematiken. Vi kan beskriva (ange, definiera) en mängd som innehåller ändligt många element genom
Läs mer7, Diskreta strukturer
Objektorienterad modellering och diskreta strukturer 7, Diskreta strukturer Sven Gestegård Robertz Datavetenskap, LTH 2015 Modeller Matematiska modeller Kontinuerliga modeller Kontinuerliga funktioner
Läs merRelationer. 1. Relationer. UPPSALA UNIVERSITET Matematiska institutionen Erik Melin. Specialkursen HT07 23 oktober 2007
UPPSALA UNIVERSITET Matematiska institutionen Erik Melin Specialkursen HT07 23 oktober 2007 Relationer Dessa blad utgör skissartade föreläsningsanteckningar kombinerat med övningar. Framställningen är
Läs merAlgebra I, 1MA004. Lektionsplanering
UPPSALA UNIVERSITET Matematiska Institutionen Dan Strängberg HT2016 Fristående, IT, KandDv, KandMa, Lärare 2016-11-02 Algebra I, 1MA004 Lektionsplanering Här anges rekommenderade uppgifter ur boken till
Läs merDigital elektronik CL0090
Digital elektronik CL0090 Föreläsning 2 2007-0-25 08.5 2.00 Naos De logiska unktionerna implementeras i grindar. Här visas de vanligaste. Svenska IEC standard SS IEC 87-2 Amerikanska ANSI/IEEE Std.9.984
Läs merFilosofisk logik Kapitel 15. Robin Stenwall Lunds universitet
Filosofisk logik Kapitel 15 Robin Stenwall Lunds universitet Dagens upplägg Första ordningens mängdlära Naiv mängdlära Abstraktionsaxiomet (eg. comprehension) Extensionalitetsaxiomet Små mängder Ordnade
Läs mer1 Suddig logik och gitter
UPPSALA UNIVERSITET Matematiska institutionen Erik Palmgren Kompletterande material Algebra DV2 ht-2000 1 Suddig logik och gitter Suddig logik (engelska: fuzzy logic) är en utvidgning av vanlig boolesk
Läs merANDREAS REJBRAND NV3ANV Matematik Matematiskt språk
ANDREAS REJBRAND NV3ANV 2006-02-14 Matematik http://www.rejbrand.se Matematiskt språk Innehållsförteckning MATEMATISKT SPRÅK... 1 INNEHÅLLSFÖRTECKNING... 2 INLEDNING... 3 MÄNGDER... 4 Att uttrycka en mängd...
Läs merGrundidén är att våra intuitiva rationella tal (bråk) alltid kan fås som lösningar till ekvationer av typen α ξ = β, där α och β är tal Z och α 0.
5B2710, lekt 4, HT07 Konstruktion av de rationella talen Q (AEE 2.3) Grundidén är att våra intuitiva rationella tal (bråk) alltid kan fås som lösningar till ekvationer av typen α ξ = β, där α och β är
Läs merMängder. 1 Mängder. Grunder i matematik och logik (2015) 1.1 Grundläggande begrepp. 1.2 Beskrivningar av mängder. Marco Kuhlmann
Marco Kuhlmann 1 Diskret matematik handlar om diskreta strukturer. I denna lektion kommer vi att behandla den mest elementära diskreta strukturen, som alla andra diskreta strukturer bygger på: mängden.
Läs merBlock 1 - Mängder och tal
Block 1 - Mängder och tal Mängder Mängder och element Venndiagram Delmängder och äkta delmängder Union och snittmängd Talmängder Heltalen Z Rationella talen Q Reella talen R Räkning med tal. Ordning av
Läs merVad är det? Översikt. Innehåll. Vi behöver modeller!!! Kontinuerlig/diskret. Varför modeller??? Exempel. Statiska system
Vad är det? Översikt Discrete structure: A set of discrete elements on which certain operations are defined. Discrete implies non-continuous and therefore discrete sets include finite and countable sets
Läs merLogik. Boolesk algebra. Logik. Operationer. Boolesk algebra
Logik F4 Logik Boolesk algebra EDAA05 Roger Henriksson Jonas Wisbrant Konsten att, och vetenskapen om, att resonera och dra slutsatser. Vad behövs för att man ska kunna dra en slutsats? Hur kan man dra
Läs merA B A B A B S S S S S F F S F S F S F F F F
Uppsala Universitet Matematiska institutionen Isac Hedén isac distans@math.uu.se Algebra I, 5 hp Vecka 17. Logik När man utför matematiska resonemang så har man alltid vissa logiska spelregler att förhålla
Läs merMängder och kardinalitet
UPPSALA UNIVERSITET Matematiska institutionen Erik Melin Specialkursen HT07 28 september 2007 Mängder och kardinalitet Dessa blad utgör skissartade föreläsningsanteckningar kombinerat med övningar. Framställningen
Läs merD. x 2 + y 2 ; E. Stockholm ligger i Sverige; F. Månen är en gul ost; G. 3 2 = 6; H. x 2 + y 2 = r 2.
Logik Vid alla matematiskt resonemang måste man vara säker på att man verkligen menar det man skriver ner på sitt papper. Därför måste man besinna hur man egentligen tänker. Den vetenskap, som sysslar
Läs mer18 juni 2007, 240 minuter Inga hjälpmedel, förutom skrivmateriel. Betygsgränser: 15p. för Godkänd, 24p. för Väl Godkänd (av maximalt 36p.
HH / Georgi Tchilikov DISKRET MATEMATIK,5p. 8 juni 007, 40 minuter Inga hjälpmedel, förutom skrivmateriel. Betygsgränser: 5p. för Godkänd, 4p. för Väl Godkänd (av maximalt 36p.). Förenkla (så mycket som
Läs merBlock 1 - Mängder och tal
Block 1 - Mängder och tal Mängder Mängder och element Venndiagram Talmängder Heltalen Z Rationella talen Q Reella talen R Räkning med tal. Ordning av talen i R Intervall Absolutbelopp Olikheter 1 Prepkursen
Läs merMA2047 Algebra och diskret matematik
MA2047 Algebra och diskret matematik Något om funktioner och relationer Mikael Hindgren 1 oktober 2018 Funktionsbegreppet Exempel 1 f (x) = x 2 + 1, g(x) = x 3 och y = sin x är funktioner. Exempel 2 Kan
Läs merRELATIONER OCH FUNKTIONER
RELATIONER OCH FUNKTIONER 1 ORDNADE LISTOR (n-tipplar) Ordningen i en mängd spelar ingen roll Exempelvis {1,,3}={3,1,}={1,3,} För att beskriva listor med objekt där ordningen är viktigt använder vi rundparenteser
Läs merAlgebra och Diskret Matematik A (svenska)
MITTUNIVERSITETET TFM Tentamen 2007 MAAA99 Algebra och Diskret Matematik A (svenska) Skrivtid: 5 timmar Datum: 7 juni 2007 Denna tenta omfattar 8 frågor, där varje fråga kan ge 3 poäng. Maximalt poängantal
Läs merMA 11. Hur starkt de binder. 2 Reella tal 3 Slutledning 4 Logik 5 Mängdlära 6-7 Talteori 8 Diofantiska ekvationer 9 Fördjupning och kryptografi
MA 11 Talteori och logik 2 Reella tal 3 Slutledning 4 Logik 5 Mängdlära 6-7 Talteori 8 Diofantiska ekvationer 9 Fördjupning och kryptografi propositionssymboler: bokstäver konnektiv Paranteser konnektiv
Läs merMATEMATIKENS SPRÅK. Syftet med denna övning är att med hjälp av logik lära oss att uttrycka matematik mer exakt, lära oss
Explorativ övning 1 LMA100 vt 2003 MATEMATIKENS SPRÅK Syftet med denna övning är att med hjälp av logik lära oss att uttrycka matematik mer exakt, lära oss förstå språket. Vi skall försöka utveckla vårt
Läs merExplorativ övning 9 RELATIONER OCH FUNKTIONER
Explorativ övning 9 RELATIONER OCH FUNKTIONER Övningens syfte är att bekanta sig med begreppet relation på en mängd M. Begreppet relation i matematiska sammanhang anknyter till betydelsen av samma ord
Läs merFormell logik Kapitel 3 och 4. Robin Stenwall Lunds universitet
Formell logik Kapitel 3 och 4 Robin Stenwall Lunds universitet Kapitel 3: De Booleska konnektiven Vi sade att predikaten och namnen kan variera mellan olika FOL Vi ska nu titta på några språkliga element
Läs merDefinition 1 En funktion (eller avbildning ) från en mängd A till en mängd B är en regel som till några element i A ordnar högst ett element i B.
Deinitionsmängd FUNKTIONER. DEFINITIONSMÄNGD OCH VÄRDEMÄNGD. Deinition En unktion (eller avbildning ) rån en mängd A till en mängd B är en regel som till några element i A ordnar högst ett element i B.
Läs merDD1350 Logik för dataloger. Fö 7 Predikatlogikens semantik
DD1350 Logik för dataloger Fö 7 Predikatlogikens semantik 1 Kryssprodukt av mängder Om A och B är två mängder så är deras kryssprodukt A B mängden av alla par (a,b), där a A och b B. Ex: A={1,2}, B={3,4},
Läs merUppsala universitet Institutionen för lingvistik och filologi. Grundbegrepp: Mängder och element Delmängder
Mängder Joakim Nivre Uppsala universitet Institutionen för lingvistik och filologi Översikt Grundbegrepp: Mängder och element Delmängder Operationer på mängder: Union och snitt Differens och komplement
Läs merLösningar till Algebra och kombinatorik
Lösningar till Algebra och kombinatorik 090520 1. Av a 0 = 0, a 1 = 1 och rekursionsformeln får vi successivt att a 2 = 1 4 a 1 a 0 + 3 2 = 1 4 1 0 + 32 = 4, a 3 = 1 4 a 2 a 1 + 3 2 = 1 4 4 1 + 32 = 9,
Läs merMängder, funktioner och naturliga tal
Lådprincipen Följande sats framstår som en fullständig självklarhet: Sats (Lådprincipen (pigeon hole principle)). Låt n > m vara naturliga tal. Fördelar man n föremål i m lådor, så kommer åtminstone en
Läs merEn bijektion mellan två mängder A och B som har ändligt antal element kan endast finnas om mängderna har samma antal element.
BIJEKTION, INJEKTION, SURJEKTION NUMRERBARA (eller UPPRÄKNELIGA) MÄNGDER Allmän terminologi. I samband med variabelbyte vid beräkning av integraler har vi en avbildning mellan två mängder A och B, dvs
Läs merDiskret matematik: Övningstentamen 1
Diskret matematik: Övningstentamen 1 1. Bevisa att de reella talen är en icke-uppräknelig mängd.. För två mängder av positiva heltal A och B skriver vi A C B, om det är så att A innehåller ett heltal som
Läs merMATEMATIKENS SPRÅK. Syftet med denna övning är att med hjälp av logik lära oss att uttrycka matematik mer exakt,
Explorativ övning 1 MATEMATIKENS SPRÅK Syftet med denna övning är att med hjälp av logik lära oss att uttrycka matematik mer exakt, lära oss förstå språket. Vi skall försöka utveckla vårt matematiska språk,
Läs merLogik. Dr. Johan Hagelbäck.
Logik Dr. Johan Hagelbäck johan.hagelback@lnu.se http://aiguy.org Vad är logik? Logik handlar om korrekta och inkorrekta sätt att resonera Logik är ett sätt att skilja mellan korrekt och inkorrekt tankesätt
Läs merFöreläsning 1, Differentialkalkyl M0029M, Lp
Föreläsning 1, Differentialkalkyl M0029M, Lp 1 2017 Staffan Lundberg Luleå Tekniska Universitet, Inst för teknikvetenskap och matematik Staffan Lundberg M0029M H17 1/ 50 Allmän information Föreläsningar:
Läs merElementär logik och mängdlära
Elementär logik och mängdlära Mängd En mängd är en ihopsamling av noll eller flera saker, där ordningen mellan de ihopsamlade sakerna är oväsentlig. Sakerna kallas för mängdens element. EXEMPEL {1, 2,
Läs merp /\ q r DD1350 Logik för dataloger Kort repetition Fö 3 Satslogikens semantik
DD1350 Logik för dataloger Fö 3 Satslogikens semantik 1 Kort repetition Satslogik formellt språk för att uttrycka påståenden med variabler och konnektiv /\, \/,, t.ex. p /\ q r 1 Kort repetition Naturlig
Läs merDiskret matematik: Övningstentamen 4
Diskret matematik: Övningstentamen 22. Beskriv alla relationer, som är såväl ekvivalensrelationer som partiella ordningar. Är någon välbekant relation sådan? 23. Ange alla heltalslösningar till ekvationen
Läs merAnteckningar i. Inledande Matematik
Anteckningar i Inledande Matematik Anders Logg Chalmers tekniska högskola (Utkast, version 3 oktober 2016) Copyright 2016 Anders Logg Förord och läsanvisningar Dessa anteckningar är avsedda att användas
Läs merKTHs Matematiska Cirkel. Reella tal. Joakim Arnlind Tomas Ekholm Andreas Enblom
KTHs Matematiska Cirkel Reella tal Joakim Arnlind Tomas Ekholm Andreas Enblom Institutionen för matematik, 2005 Finansierat av Marianne och Marcus Wallenbergs Stiftelse Innehåll 1 Mängdlära 7 1.1 Mängder...............................
Läs merDigital- och datorteknik
Digital- och datorteknik Föreläsning #3 Biträdande professor Jan Jonsson Instittionen för data- och informationsteknik Chalmers tekniska högskola Från data till digitala byggblock: Krsens inledande föreläsningarna
Läs merFöreläsning 3, Linjär algebra IT VT Skalärprodukt
Föreläsning 3, Linjär algebra IT VT2008 1 Skalärprodukt Denition 1 Låt u oh v vara två vektorer oh låt α vara minsta vinkeln mellan dem Då denierar vi skalärprodukten u v genom u v = u v os α Exempel 1
Läs mer9. Predikatlogik och mängdlära
Objektorienterad modellering och diskreta strukturer 9. Predikatlogik och mängdlära Sven Gestegård Robertz Datavetenskap, LTH 2014 Rekaputilation Vi har talat om satslogik naturlig härledning predikatlogik
Läs merInduktionsprincipen Starka induktionsprincipen Välordningsprincipen Divisionsalgoritmen
Föreläsning 3 Induktionsprincipen Starka induktionsprincipen Välordningsprincipen Divisionsalgoritmen Mängder Induktion behöver inte börja från 1, Grundsteget kan vara P (n 0 ) för vilket heltal n 0 som
Läs merBooleska variabler och översättning mellan programuttryck och booleska variabler
Vad är Boolesk algebra Lite förenklat kan man säga att Boolesk algebra är räkneregler konstruerade av den engelske matematikern Gerge Boole för att kunna räkna med logiska uttryck. I den booleska algebran
Läs merI kursen i endimensionell analys är mängden av reella tal (eng. real number), R, fundamental.
Lunds tekniska högskola Datavetenskap Lennart ndersson Föreläsningsanteckningar EDF10 4 Mängder 4.1 Motivering Mängden är den mest grundläggande diskreta strukturen. Nästan alla matematiska begrepp går
Läs merFöreläsning 5. Deduktion
Föreläsning 5 Deduktion Hur ett deduktivt system fungerar Komponenter - Vokabulär Ett deduktivt system använder ett visst slags språk som kan kallas för systemets vokabulär. I mindre formella fall är kanske
Läs merAxiom för de reella talen
Axiom för de reella talen Sara Maad Sasane Matematikcentrum Lunds universitet 28 augusti 2017 1 Kroppsaxiomen (räknelagar) 2 Ordningsaxiomen 3 Axiomet om övre gräns Kroppsaxiomen del 1 Axiom (Kroppsaxiomen)
Läs merHur implementera algoritmerna på maskinnivå - datorns byggstenar
Hur implementera algoritmerna på maskinnivå - datorns byggstenar Binära tal Boolesk logik grindar och kretsar A A extern representation intern representation minnet i datorn extern representation 1000001
Läs merAlgebra och Diskret Matematik A (svenska)
MITTUNIVERSITETET TFM Tentamen 2005 MAAA99 Algebra och Diskret Matematik A (svenska) Skrivtid: 5 timmar Datum: 2 november 2005 Denna tenta omfattar 8 frågor, där varje fråga kan ge 3 poäng. Maximalt poängantal
Läs merMS-A0409 Grundkurs i diskret matematik I
MS-A0409 Grundkurs i diskret matematik I G. Gripenberg Aalto-universitetet oktober 014 G. Gripenberg (Aalto-universitetet) MS-A0409 Grundkurs i diskret matematik I oktober 014 1 / 44 Mängder (naiv, inte
Läs merFöreläsning 5: Kardinalitet. Funktioners tillväxt
Föreläsning 5: Kardinalitet. Funktioners tillväxt A = B om det finns en bijektion från A till B. Om A har samma kardinalitet som en delmängd av naturliga talen, N, så är A uppräknelig. Om A = N så är A
Läs merAnmärkning: I några böcker använder man följande beteckning ]a,b[, [a,b[ och ]a,b] för (a,b), [a,b) och (a,b].
MÄNGDER Stadardtalmägder: N={0,, 2, 3, } mägde av alla aturliga tal (I ågra böcker N={,2,3, }) Z={ 3, 2,,0,, 2, 3, 4, } mägde av alla hela tal m Q={, där m, är hela tal och 0 } mägde av alla ratioella
Läs merDD1350 Logik för dataloger
DD1350 Logik för dataloger Fö 8 Axiomatiseringar 1 Modeller och bevisbarhet Sedan tidigare vet vi att: Om en formel Φ är valid (sann i alla modeller) så finns det ett bevis för Φ i naturlig deduktion.
Läs merSatslogik grundläggande definitioner 3. Satslogik. Uppgift 1. Satslogikens syntax (välformade formler) Satslogikens semantik (tolkningar)
Satslogik grundläggande definitioner Satslogikens syntax (välformade formler) Satslogikens semantik (tolkningar) Modeller, logisk konsekvens och ekvivalens Några notationella förenklingar Kompletta mängder
Läs merKap. 7 Logik och boolesk algebra
Ka. 7 Logik och boolesk algebra Satslogik Fem logiska konnektiv: ej, och, eller, om-så, omm Begre: sats, sanningsvärde, sanningsvärdestabell tautologi, kontradiktion Egenskaer: Räkneregler för satslogik
Läs merÄNDLIGT OCH OÄNDLIGT AVSNITT 4
VSNITT ÄNDLIGT OCH OÄNDLIGT Är det möjligt att jämföra storleken av olika talmängder? Har det någon mening om man säger att det finns fler irrationella tal än rationella? Är det överhuvudtaget möjligt
Läs mer1 Föreläsning I, Mängdlära och elementär sannolikhetsteori,
1 Föreläsning I, Mängdlära och elementär sannolikhetsteori, LMA201, LMA521 1.1 Mängd (Kapitel 1) En (oordnad) mängd A är en uppsättning av element. En sådan mängd kan innehålla ändligt eller oändlligt
Läs merMS-A0409 Grundkurs i diskret matematik I
MS-A0409 Grundkurs i diskret matematik I G. Gripenberg Aalto-universitetet oktober 04 G. Gripenberg (Aalto-universitetet) MS-A0409 Grundkurs i diskret matematik I oktober 04 / 45 Mängder och logik Relationer
Läs mer1 Föreläsning Implikationer, om och endast om
1 Föreläsning 1 Temat för dagen, och för dessa anteckningar, är att introducera lite matematisk terminologi och notation, vissa grundkoncept som kommer att vara genomgående i kursen. I grundskolan presenteras
Läs merMITTUNIVERSITETET TFM. Modelltenta Algebra och Diskret Matematik. Skrivtid: 5 timmar. Datum: 1 oktober 2007
MITTUNIVERSITETET TFM Modelltenta 2007 MA014G Algebra och Diskret Matematik Skrivtid: 5 timmar Datum: 1 oktober 2007 Den obligatoriska delen av denna (modell)tenta omfattar 8 frågor, där varje fråga kan
Läs merOm relationer och algebraiska
Om relationer och algebraiska strukturer Anders Källén MatematikCentrum LTH anderskallen@gmail.com Sammanfattning Även i analysen behöver man en del algebraiska begrepp. I den här artikeln definierar vi
Läs merVectorer, spannet av vektorer, lösningsmängd av ett ekvationssystem.
Vectorer, spannet av vektorer, lösningsmängd av ett ekvationssystem. Begrepp som diskuteras i det kapitlet. Vektorer, addition och multiplikation med skalärer. Geometrisk tolkning. Linjär kombination av
Läs merKompletteringsmaterial. K2 Något om modeller, kompakthetssatsen
KTH Matematik Bengt Ek Maj 2008 Kompletteringsmaterial till kursen SF1642, Logik för D1 och IT3: K2 Något om modeller, kompakthetssatsen Vi skall presentera ett enkelt (om man känner till sundhets- och
Läs merAbstrakt algebra för gymnasister
Abstrakt algebra för gymnasister Veronica Crispin Quinonez Sammanfattning. Denna text är föreläsningsanteckningar från föredraget Abstrakt algebra som hölls under Kleindagarna på Institutet Mittag-Leffler
Läs merMatematik för språkteknologer
1 / 27 Matematik för språkteknologer 2.3 (Relationer och funktioner) Mats Dahllöf Institutionen för lingvistik och filologi Februari 2014 2 / 27 Dagens nya punkter Relationer Definitioner Egenskaper hos
Läs merFöreläsning 1: Tal, mängder och slutledningar
Föreläsning 1: Tal, mängder och slutledningar Tal Tal är organiserade efter några grundläggande egenskaper: Naturliga tal, N De naturliga talen betecknas med N och innehåller alla positiva heltal, N =
Läs merUppgifter i TDDC75: Diskreta strukturer Kapitel 8 Ordning och oändlighet
Uppgifter i TDDC75: Diskreta strukturer Kapitel 8 Ordning och oändlighet Mikael Asplund 19 oktober 2016 Uppgifter 1. Avgör om följande relationer utgör partialordningar. Motivera varför eller varför inte.
Läs merDIGITALA TAL OCH BOOLESK ALGEBRA
DIGITALA TAL OCH BOOLESK ALGEBRA Innehåll Talsystem och koder Aritmetik för inära tal Grundläggande logiska operationer Logiska grindar Definitioner i Boolesk algera Räknelagar BINÄRA TALSYSTEMET Binärt
Läs merLäsanvisning till Discrete matematics av Norman Biggs - 5B1118 Diskret matematik
Läsanvisning till Discrete matematics av Norman Biggs - 5B1118 Diskret matematik Mats Boij 18 november 2001 13 Grupper Det trettonde kapitlet behandlar grupper. Att formulera abstrakta begrepp som grupper
Läs merMängdlära. Författarna och Bokförlaget Borken, 2011. Mängdlära - 1
Mängdlära Bell-talen (1, 1, 2, 5, 15, 52, 203, 877, 4140, 21147, 115975, 678570, 4213597,...) beskriver det antal olika sätt n element kan delas upp i disjunkta icke-tomma delmängder. Så kan t ex mängden
Läs merTentamen TMV210 Inledande Diskret Matematik, D1/DI2
Tentamen TMV20 Inledande Diskret Matematik, D/DI2 208-0-27 kl. 4.00 8.00 Examinator: Peter Hegarty, Matematiska vetenskaper, Chalmers Telefonvakt: Anton Johansson, telefon: 5325 (alt. Peter Hegarty 070-5705475)
Läs merHemuppgifter till fredagen den 16 september Exercises to Friday, September 16
Introduction to Semigroups Hemuppgifter till fredagen den 16 september Exercises to Friday, September 16 Övningsuppgifterna lämnas in senast onsdagen 14.9. till David Stenlund, per e-post den 16 september.
Läs merJesper Carlström 2008 (reviderad 2009)
Jesper Carlström 2008 (reviderad 2009) Jesper Carlström Matematiska institutionen Stockholms universitet 106 91 Stockholm http://www.math.su.se/ jesper/logikbok/ c 2009 Jesper Carlström Typsatt av L A
Läs mer1 Dimensionsanalys och π-satsen.
Dimensionsanalys och π-satsen. Då man örsöker ställa upp en matematisk modell ör något ysikaliskt enomen skall man alltid göra dimensionsanalys. Dimensionsanalys handlar om att undersöka hur givna ysikaliska
Läs merLösning till tentamensskrivning i Diskret Matematik för CINTE, CL2 och Media 1, SF1610 och 5B1118, onsdagen den 17 augusti 2011, kl
Matematiska Institutionen KTH Lösning till tentamensskrivning i Diskret Matematik för CINTE, CL och Media, SF60 och 5B8, onsdagen den 7 augusti 0, kl 4.00-9.00. Examinator: Olof Heden Hjälpmedel: Inga
Läs merInduktion, mängder och bevis för Introduktionskursen på I
Induktion, mängder och bevis för Introduktionskursen på I J A S, ht 04 1 Induktion Detta avsnitt handlar om en speciell teknik för att försöka bevisa riktigheten av påståenden eller formler, för alla heltalsvärden
Läs merGrundläggande logik och modellteori
Grundläggande logik och modellteori Kapitel 6: Binära beslutsdiagram (BDD) Henrik Björklund Umeå universitet 22. september, 2014 Binära beslutsdiagram Binära beslutsdiagram (Binary decision diagrams, BDDs)
Läs mer