Föreläsningsanteckningar och övningar till logik mängdlära

Save this PDF as:
 WORD  PNG  TXT  JPG

Storlek: px
Starta visningen från sidan:

Download "Föreläsningsanteckningar och övningar till logik mängdlära"

Transkript

1 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, Analys i en variabel, som gås igenom lv 1 (se även PB, analys i lera varaiabler, appendix A1; exempel och bevis genomgås på öreläsningen 1 SATSLOGIK Vi skall örsöka att skapa ett entydigt (vetenskapligt språk med hjälp av vardagssvenskan genom att inöra strängt deinierade termer (sk acktermer, grundbegrepp och "operatorer" ör att generera nya termer 11 UTSAGOR DEF En MATEMATISK UTSAGA är en utsaga som är antingen sann eller alsk ("tertium non datur" och vars sanningshalt kan avgöras på ett objektivt sätt [ "DEFINITION" är ett astslående vad ett visst begrepp skall betyda ] EX 1 Betrakta öljande uttryck: A: 1+ = 3 B : 1+ = 5 C : < 3 och D : det regnar E : 006 är ett stort tal F : skål F är ingen utsaga; A tom E är utsagor, men D och E är inte matematiska utsagor (sanningshalten kan ej avgöras objektivt; A, B, C är matematiska utsagor: A och C är sanna, B är alsk; vi accepterar 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" inledande matematisk analys TMA970 1

2 Inledande matematisk analys tma970, 010, logik, mängdlära 1 LOGISKA OPERATORER Med hjälp av logiska operatorer kan vi bilda nya matematiska utsagor: symbol läs namn dvs: om P och Q är matematiska utsagor så skall och (and konjunktion även P Q, P Q, P, P Q och P Q eller (or disjunktion vara matematiska utsagor icke (not negation Vi deinierar dessa utsagor genom att ange medör implikation sanningsvärdet ör alla möjliga sanningsvärden ekvivalent ekvivalens på P och Q : Vi skriver 0 ör "alsk" resp 1 ör "sann": P Q P Q P Q P Q P Q P Komplicerade 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 a ( ( P Q (( P ( Q 7 (de Morgan b ( ( P Q (( P ( Q a ( P ( Q R (( P Q ( P R 8 (distributivitet b ( P ( Q R (( P Q ( P R inledande matematisk analys TMA970

3 Inledande matematisk analys tma970, 010, logik, mängdlära 13 EXEMPEL PÅ BEVIS A INDIREKT BEVIS Man visar att utsagan " P Q " är sann (P, Q matematiska utsagor genom att visa att den ekvivalenta utsagan " Q P " är sann EX 1 Visa att ör ett naturligt tal m gäller: Om m är delbart med 3 så är även m delbart med 3 B MOTSÄGELSEBEVIS Man visar att P är sann (P en matematisk utsaga genom att visa att ( P, en alsk utsaga P är alsk EX Visa att 3 inte är ett rationellt tal (dvs 3 Q, se sid 4 EX 3 Visa att det inns oändligt många primtal C INDUKTIONSBEVIS Man visar att P ( n är sann (P en öppen matematisk utsaga ör alla n N (dvs ör alla naturliga tal n, se sid 4, genom att visa att I P ( 1 är sann II Om P ( m är sann ör alla m p, p ett godtyckligt ixt tal p N, m N (se sid 4 så är även P ( p +1 sann III Induktionsaxiomet (inört av Peano ( säger att då alla (oändligt många! utsagor P ( n ( n N är sanna Ett induktionsbevis består alltså av tre steg: steg 1: "induktionsörankring": visa att P ( 1 är sann (man kan börja med ett annat heltal än 1 steg : "induktionssteget": visa P ( p P( p +1 ör godtyckligt ixt p N ( p 1! steg 3: "induktionsprincipen": den ger att då P ( n är sann ör alla n N inledande matematisk analys TMA970 3

4 Inledande matematisk analys tma970, 010, logik, mängdlära MÄNGDALGEBRA 1 MÄNGDER Den "naiva mängdläran" skapades av Cantor Han deinierade (1895: "En MÄNGD M är en sammanattning av bestämda objekt, verkliga eller tänkta, som kallas ELEMENT 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" betecknas 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 och 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 S kallas "sanningsmängden till P", "{" och "}" kallas "mängdparenteser" P EX M = { x : x = 1 x = x = 3} Vi skriver kort M = { 1,,3}, dvs vi skriver helt enkelt upp mängdens element mellan mängdparenteserna om det är möjligt DEF Låt M vara en mängd Vi säger M är en ÄNDLIG mängd, om antalet element i M är ändligt, resp M är en OÄNDLIG mängd om antalet element i M ej är ändligt Viktiga mängder är (och kommer alltid att betecknas så: DEF 3 Ø = { x : x x} den TOMMA mängden N = { 1,,3,4, } de NATURLIGA TALEN (obs: vi tar ej med 0 Z = { 0,1, 1,,,3, 3, } HELTALEN Q = { m n : m, n heltal, n 0} de RATIONELLA TALEN R (eller IR de REELLA TALEN För a, b IR, a b inör vi INTERVALL-beteckningarna [ 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 och är ej element i R För a IR gäller [ a, a] { a} I (ej reella tal, = ], [ = och ] a, a [ = Ø, [, ] R a är odeinierat! inledande matematisk analys TMA970 4

5 Inledande matematisk analys tma970, 010, logik, mängdlära MÄNGDOPERATORER Vi översätter nu operatorerna,,,, mellan utsagor till operatorer mellan mängder I det öljande skall alla x ligga 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 c (komplement: A c = { x : x A} ( S = ( c Vidare skriver vi och 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 elementen i en mängd b Z = N { n : n N} { 0} c c ( ],0] = ] 0, [ ( U = IR d Ø N Z Q R (sista inklusionen: ex sid 3 Det underlättar mycket 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 MÄNGDDIFFERENSEN \: A \ B = { x : x A x B} (alla x som ligger i A men inte i B b den SYMMETRISKA MÄNGDDIFFERENSEN : 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 c c B = U \ B, A \ B = A B 3 A B = B A 4 A B = ( A B \ ( A B c c c a ( A B = A B 5 c c c b ( A B = A B (de Morgan a A ( B C = ( A B ( A C 6 b A ( B C = ( A B ( A C (distributivitet inledande matematisk analys TMA970 5

6 Inledande matematisk analys tma970, 010, logik, mängdlära Regel 4 visar att den operator ör utsagor som motsvarar, är XOR (exclusive or: ( P XOR Q (( P Q ( ( P Q (( P ( Q ( Q ( P, alltså "antingen P eller Q men ej bägge" (P och Q två matematiska utsagor Till sist konstruerar vi två nya, viktiga mängder: DEF 3 Låt M, N vara två mängder 1 Mängden P( M = { A : A M} = mängden av alla delmängder till M kallas POTENSMÄNGDEN AV M Mängden M N = {( m, n : m M n N} = mängden av alla "ordnade par" ( m, n med m M och n N kallas KARTESISKA MÄNGDPRODUKTEN AV M och N EX a Alltid gäller Ø P( M och M P( M (M en mängd b IR IR = {( x, y : x IR y IR } är "planet", betecknas I R c A = { a, b, c, d, e,, g, h}, B = { 1,,3,4,5,6,7,8 }: A B = rutorna på en schackbräda Då kan vi deiniera "relation" och, som speciell relation, "unktion": DEF 4 Låt M, N vara två mängder 1 En delmängd R M N kallas RELATION FRÅN M TILL N, D R = { x M : det inns y N så att ( x, y R} kallas DEFINITIONSMÄNGD, V R = { y N : det inns x M så att ( x, y R} kallas VÄRDEMÄNGD till R; vi skriver även xry ör ( x, y R ( "y står i relation R till x" En relation R M M kallas (BINÄR RELATION PÅ M En relation M N kallas AVBILDNING (eller FUNKTION FRÅN M TILL N om är "höger- entydig", dvs om ör x M, y1 N, y N gäller (( xy 1 ( xy ( y1 = y I så all inns det till varje x i :s deinitionsmängd precis ett y i :s värdemängd som står i relation till x, dvs vi kan se som en tillordning : x 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 och (vi använder något missbrukligt samma symbol : : M läs: " är en avbildning rån M till N som ordnar till N x ( x ett element x D elementet y = ( x V " Observera att vi använder pilen ör avbildningen ("rån M till N" och pilen ör den elementvisa tillordningen (" ordnar till x bildpunkten ( x " Själva relationen kallas GRAFEN TILL och betecknas G : G = ( x, y M N : x D y ( x En avbildning : M M med D = M { } = kallas UNITÄR OPERATOR PÅ M och en avbildning D = M M kallas BINÄR OPERATOR PÅ M : M M M med inledande matematisk analys TMA970 6

7 Inledande matematisk analys tma970, 010, logik, mängdlära EX 3 a Ordningsrelationen < ("mindre än" på I R är halvplanet < = ( x, y IR : y x är positivt IR I ; kompelementet { } R = IR R \ < är relationen "större än eller lika med" (rita! b Funktionen "kvadrera" skriver vi upp så här: : IR IR ; här är = IR V = [ 0, [ x x c Additionen + är avbildningen D, = {( x, x : x IR }, G (rita! + : IR IR IR ( x, y x+ y (en binär operator på I R Binära relationer spelar en viktig roll i tex switchnätteorin Vi nämner en speciell relation som gör det möjligt att dela upp en mängd i "klasser" av element som anses vara likvärdiga i en viss 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 c TRANSITIV om (( x ~ y ( y ~ z ( x ~ z ör alla x M, y M, z M d EKVIVALENSRELATION PÅ M om ~ är relexiv, symmetrisk och transitiv EX 4 a är en ekvivalensrelation på mängden av alla matematiska utsagor b = är en ekvivalensrelation på P ( M (M en mängd c "Modulo-räkning" ger en ekvivalensrelation på Z : låt p N, m Z, n Z ; man säger "m är kongruent n modulo p", bet m n(mod p, om m n = kp ör något k Z ; "kongruent modulo p" är en ekvivalensrelation på Z, tal som ger samma rest vid division med p är ekvivalenta Ett exempel är klockan: vi räknar modulo 1 Satslogik och mängdlära är två viktiga, självständiga matematiska discipliner Men de "unkar" på samma sätt som (är specialall av, exempel på, modeller ör en mera generell matematisk struktur (= mängd av vissa objekt med operationer som lyder vissa regler, nämligen en "Boolesk algebra" Man skriver operationerna då "algebraiskt" ( +, George Boole ( : The Mathematical Analysis o Logic (1847 An Investigation o the Laws o Thought (1854 inledande matematisk analys TMA970 7

8 Inledande matematisk analys tma970, 010, logik, mängdlära ÖVNINGAR 1 a Visa ( (( x < y ( y < x ( x = y ( x IR, y IR b Bestäm sanningsmängderna SP, S Q och S R till P ( x : ( x > x ( ( x > 1, R ( x : ( x > x ( ( x > 1 och Q ( x : ( x = 3x x = ( x IR ( ( c Visa att ör matematiska utsagor P, Q, R gäller: c1 (( P Q R (( P R ( Q R c ( P Q ((( P Q Q (( Q P P (Dummett's identitet a Bestäm A B, A B, A \ B, B \ A och A B ör A = { 1,,3,4}, B = { 3,4,5} b Bestäm A B, A B, A \ B, B \ A och A B ör A = [ 8,9], B = ] 5, [ c Bestäm P ( M ör M = { 1,,3} d Bestäm A B och B A ör A = { 1,}, B = {,3,4} e Bestäm A B och B A ör A = [ 0,1], B = [ 1, [ (rita! Förenkla öljande uttryck 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 ( B A B c c A (B\ A, 8 ( c g Visa att det inte inns någon surjektiv (alltså inte någon bijektiv avbildning : M P( M, M en mängd [ledning: studera { x M : x ( M } ] h Låt M, N vara mängder, X, A M, Y, B N ; visa att ( X Y ( A B = ( X A ( Y B och ( X Y ( A Y = ( X A Y SVAR 1b S S = IR, S = ],0 [ P = Q R a { 1,,3,4,5}, { 3,4}, { 1,}, { 5}, { 1,,5} b [ 8, [, ] 5,9], [ 8, 5], ] 9, [, [ 8, 5] ] 9, [ c {,{ 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 inledande matematisk analys TMA970 8

Föreläsningsanteckningar och övningar till logik mängdlära Boolesk algebra

Föreläsningsanteckningar och övningar till logik mängdlära Boolesk algebra 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

Läs mer

Övningshäfte 1: Logik och matematikens språk

Övningshäfte 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 mer

En bijektion mellan två mängder A och B som har ändligt antal element kan finnas endast om mängderna har samma antal element.

En 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 mer

Föreläsning 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) 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 mer

Övningshäfte 3: Funktioner och relationer

Övningshäfte 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 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.

(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 mer

A B A B A B S S S S S F F S F S F S F F F F

A 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 mer

Mängder och kardinalitet

Mängder 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 mer

7, Diskreta strukturer

7, 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 mer

MATEMATIKENS SPRÅK. Avsnitt 1

MATEMATIKENS 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 mer

7, Diskreta strukturer

7, Diskreta strukturer Objektorienterad modellering och diskreta strukturer 7, Diskreta strukturer Sven Gestegård Robertz Datavetenskap, LTH 2015 Modeller Matematiska modeller Kontinuerliga modeller Kontinuerliga funktioner

Läs mer

Algebra I, 1MA004. Lektionsplanering

Algebra 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 mer

Relationer. 1. Relationer. UPPSALA UNIVERSITET Matematiska institutionen Erik Melin. Specialkursen HT07 23 oktober 2007

Relationer. 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 mer

Logik och kontrollstrukturer

Logik 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 mer

Mängder, funktioner och naturliga tal

Mängder, 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 mer

Mängder. 1 Mängder. Grunder i matematik och logik (2015) 1.1 Grundläggande begrepp. 1.2 Beskrivningar av mängder. Marco Kuhlmann

Mängder. 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 mer

ÄNDLIGT OCH OÄNDLIGT AVSNITT 4

ÄNDLIGT 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 mer

D. 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.

D. 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 mer

Uppsala universitet Institutionen för lingvistik och filologi. Grundbegrepp: Mängder och element Delmängder

Uppsala 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 mer

18 juni 2007, 240 minuter Inga hjälpmedel, förutom skrivmateriel. Betygsgränser: 15p. för Godkänd, 24p. för Väl Godkänd (av maximalt 36p.

18 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 mer

Diskret matematik: Övningstentamen 1

Diskret 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 mer

I kursen i endimensionell analys är mängden av reella tal (eng. real number), R, fundamental.

I 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 mer

EDA Digital och Datorteknik 2009/2010

EDA 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 mer

Block 1 - Mängder och tal

Block 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 mer

Övningshäfte 6: 2. Alla formler är inte oberoende av varandra. Försök att härleda ett par av de formler du fann ur några av de övriga.

Övningshäfte 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 mer

Induktion, mängder och bevis för Introduktionskursen på I

Induktion, 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 mer

MS-A0409 Grundkurs i diskret matematik I

MS-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 mer

1 Suddig logik och gitter

1 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 mer

MATEMATIKENS SPRÅK. Syftet med denna övning är att med hjälp av logik lära oss att uttrycka matematik mer exakt,

MATEMATIKENS 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 mer

MATEMATIKENS SPRÅK. Syftet med denna övning är att med hjälp av logik lära oss att uttrycka matematik mer exakt, lära oss

MATEMATIKENS 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 mer

MA 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. 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 mer

Induktionsprincipen Starka induktionsprincipen Välordningsprincipen Divisionsalgoritmen

Induktionsprincipen 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 mer

Formell logik Kapitel 3 och 4. Robin Stenwall Lunds universitet

Formell 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 mer

LOGIK, MÄNGDER OCH FUNKTIONER

LOGIK, MÄNGDER OCH FUNKTIONER LOGIK, MÄNGDER OCH FUNKTIONER KOMPLETTERANDE STUDIEMATERIAL TILL MMA121 MATEMATISK GRUNDKURS VÅRTERMINEN 2014 ERIK DARPÖ 1. Utsagor, implikation och ekvivalens En utsaga är en påstående, formulerat med

Läs mer

729G04: Inlämningsuppgift i Diskret matematik

729G04: Inlämningsuppgift i Diskret matematik 729G04: Inlämningsuppgift i Diskret matematik Instruktioner Dessa uppgifter utgör del av examinationen i kursen 729G04 Programmering och diskret matematik. Uppgifterna ska utföras individuellt och självständigt,

Läs mer

Mängdlära. Författarna och Bokförlaget Borken, 2011. Mängdlära - 1

Mängdlära. 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 mer

Switchnätsalgebra. Negation, ICKE NOT-grind (Inverterare) Konjunktion, OCH AND-grind. Disjunktion, ELLER OR-grind

Switchnätsalgebra. 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 mer

Vad är det? Översikt. Innehåll. Vi behöver modeller!!! Kontinuerlig/diskret. Varför modeller??? Exempel. Statiska system

Vad 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 mer

Lite om bevis i matematiken

Lite om bevis i matematiken Matematik, KTH Bengt Ek februari 2013 Material till kursen SF1662, Diskret matematik för CL1: Lite om bevis i matematiken Inledning Bevis är centrala i all matematik Utan (exakta definitioner och) bevis

Läs mer

Peanos axiomsystem för de naturliga talen

Peanos axiomsystem för de naturliga talen 5B1493, lekt 3, HT06 P1. Det finns ett naturligt tal 0. Peanos axiomsystem för de naturliga talen P2. Varje natutligt tal n har en s.k. efterföljare n +. P3. Om n + = m + så är n = m. P4. Inget naturligt

Läs mer

Uppgifter i TDDC75: Diskreta strukturer Kapitel 8 Ordning och oändlighet

Uppgifter 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 mer

Modul 1 Mål och Sammanfattning

Modul 1 Mål och Sammanfattning Institutionen för Matematik SF1625 Envariabelanalys Läsåret 2016-2017 Lars Filipsson Modul 1 Mål och Sammanfattning 1. Reella tal. 1. MÅL FÖR MODUL 1 Känna till talsystememet och kunna använda notation

Läs mer

DD1350 Logik för dataloger. Fö 7 Predikatlogikens semantik

DD1350 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 mer

1 Föreläsning Implikationer, om och endast om

1 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 mer

Föreläsning 1: Tal, mängder och slutledningar

Föreläsning 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 mer

Matematik 5 Kap 2 Diskret matematik II

Matematik 5 Kap 2 Diskret matematik II Matematik 5 Kap 2 Diskret matematik II Inledning Konkretisering av ämnesplan (länk) http://www.ioprog.se/public_html/ämnesplan_matematik/struktur_äm nesplan_matematik/struktur_ämnesplan_matematik.html

Läs mer

Lösningar till utvalda uppgifter i kapitel 5

Lösningar till utvalda uppgifter i kapitel 5 Lösningar till utvalda uppgifter i kapitel 5 5.3. Vi använder Euklides algoritm och får 4485 = 1 3042 + 1443 3042 = 2 1443 + 156 1443 = 9 156 + 39 156 = 4 39. Alltså är sgd(3042, 4485) = 39. Om vi startar

Läs mer

KOMBINATORIK. Exempel 1. Motivera att det bland 11 naturliga tal finns minst två som slutar på samma

KOMBINATORIK. Exempel 1. Motivera att det bland 11 naturliga tal finns minst två som slutar på samma Explorativ övning 14 KOMBINATORIK Kombinatoriken används ofta för att räkna ut antalet möjligheter i situationer som leder till många olika utfall. Den används också för att visa att ett önskat utfall

Läs mer

avbildning En avbildning är i matematiskt språk i regel detsamma som en funktion.

avbildning En avbildning är i matematiskt språk i regel detsamma som en funktion. Ordlista 1 1 Analysens grunder avbildning En avbildning är i matematiskt språk i regel detsamma som en funktion. Bolzano-Weierstrassegenskapen En delmängd M i ett metriskt rum har Bolzano- Weierstrass-egenskapen

Läs mer

Matematik för språkteknologer

Matematik 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 mer

Digital- och datorteknik

Digital- 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 mer

MITTUNIVERSITETET TFM. Modelltenta Algebra och Diskret Matematik. Skrivtid: 5 timmar. Datum: 1 oktober 2007

MITTUNIVERSITETET 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 mer

Anteckningar i. Inledande Matematik

Anteckningar 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 mer

När du läser en definition bör du kontrollera att den är vettig, och försöka få en idé om vad den egentligen betyder. Betrakta följande exempel.

När du läser en definition bör du kontrollera att den är vettig, och försöka få en idé om vad den egentligen betyder. Betrakta följande exempel. Logik och bevis II 3. föring Detta avsnitt handlar om olika metoder för att bevisa påståenden, och hur man kan konstruera ett bevis. I varje avsnitt finns en allmän beskrivning av metoden, varför den fungerar

Läs mer

Filosofisk Logik (FTEA21:4) föreläsningsanteckningar I. v. 2.0, den 24/4 2013

Filosofisk Logik (FTEA21:4) föreläsningsanteckningar I. v. 2.0, den 24/4 2013 Filosofisk Logik (FTEA21:4) föreläsningsanteckningar I v. 2.0, den 24/4 2013 Om detta kompendium: Filosofiska institutionen, Lunds Universitet staffan.angere@fil.lu.se Förberedande Det här kompendiet är

Läs mer

Diskret matematik: Övningstentamen 4

Diskret 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 mer

Logik. Boolesk algebra. Logik. Operationer. Boolesk algebra

Logik. 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 mer

Algebra och kombinatorik 28/4 och 5/ Föreläsning 9 och 10

Algebra och kombinatorik 28/4 och 5/ Föreläsning 9 och 10 Grupper En grupp är ett par (G,*) där G är en mängd och * är en binär operation på G som uppfyller följande villkor: G1 (sluten) x,yϵg så x*yϵg G2 (associativ) x,y,z ϵg (x*y)*z=x*(y*z) G3 (identitet) Det

Läs mer

Relationer och funktioner

Relationer och funktioner Relationer och funktioner Joakim Nivre Uppsala universitet Institutionen för lingvistik och filologi Översikt Relationer: Binära relationer på mängder Mängd-, graf- och matrisnotation Egenskaper hos relationer

Läs mer

Institutionen för Matematik. SF1625 Envariabelanalys. Lars Filipsson. Modul 1

Institutionen för Matematik. SF1625 Envariabelanalys. Lars Filipsson. Modul 1 Institutionen för Matematik SF1625 Envariabelanalys Läsåret 2017-2018 Lars Filipsson Modul 1 1. MÅL FÖR MODUL 1 1. Reella tal. Känna till talsystememet och kunna använda notation för mängder och intervall

Läs mer

Kap. 7 Logik och boolesk algebra

Kap. 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 mer

Matematisk verktygslåda: formell logik och mängdlära

Matematisk verktygslåda: formell logik och mängdlära Matematisk verktygslåda: formell logik och mängdlära Tomas Malm Detta dokument utgör ett litet matematiskt lexikon som rymmer den terminologi och notation ur formell logik och mängdlära som kommer till

Läs mer

Kapitel 1. betecknas detta antal med n(a). element i B; bet. A B. Den tomma mängden är enligt överenskommelsen en delmängd. lika; bet. A = B.

Kapitel 1. betecknas detta antal med n(a). element i B; bet. A B. Den tomma mängden är enligt överenskommelsen en delmängd. lika; bet. A = B. Kapitel 1 Mängdlära Begreppet mängd är fundamentalt i vårt tänkande; en mängd är helt allmänt en samling av objekt, vars antal kan vara ändligt eller oändligt. I matematiken kallas dessa objekt mängdens

Läs mer

Elementär logik och mängdlära

Elementär 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 mer

Flera kvantifierare Bevis Direkt bevis Motsägelse bevis Kontrapositivt bevis Fall bevis Induktionsprincipen. x y (x > 0) (y > 0) xy > 0 Domän D = R

Flera kvantifierare Bevis Direkt bevis Motsägelse bevis Kontrapositivt bevis Fall bevis Induktionsprincipen. x y (x > 0) (y > 0) xy > 0 Domän D = R Föreläsning Flera kvantifierare Bevis Direkt bevis Motsägelse bevis Kontrapositivt bevis Fall bevis Induktionsprincipen För att göra ett påstående av en öppen utsaga med flera variabler behövs flera kvantifierare.

Läs mer

HELSINGIN YLIOPISTO HELSINGFORS UNIVERSITET UNIVERSITY OF HELSINKI

HELSINGIN YLIOPISTO HELSINGFORS UNIVERSITET UNIVERSITY OF HELSINKI HELSINGIN YLIOPISTO HELSINGFORS UNIVERSITET UNIVERSITY OF HELSINKI Tiedekunta/Osasto Fakultet/Sektion Faculty Laitos Institution Department Matematisk-naturvetenskapliga Tekijä Författare Author Ilkka

Läs mer

K2 Något om modeller, kompakthetssatsen

K2 Något om modeller, kompakthetssatsen KTH Matematik Bengt Ek Maj 2005 Kompletteringsmaterial till kursen 5B1928 Logik för D1: K2 Något om modeller, kompakthetssatsen Vi skall presentera ett enkelt (om man känner till sundhets- och fullständighetssatsen

Läs mer

Grupper och RSA-kryptering

Grupper och RSA-kryptering UPPSALA UNIVERSITET Matematiska institutionen Erik Melin Specialkursen HT07 26 oktober 2007 Grupper och RSA-kryptering Dessa blad utgör skissartade föreläsningsanteckningar kombinerat med övningar. Framställningen

Läs mer

Tommy Färnqvist, IDA, Linköpings universitet. 1 Kursadministration 1. 2 Introduktion 2 2.1 Varför logik?... 2 2.2 Satslogik... 2

Tommy Färnqvist, IDA, Linköpings universitet. 1 Kursadministration 1. 2 Introduktion 2 2.1 Varför logik?... 2 2.2 Satslogik... 2 Föreläsning 1 Syntax 729G06 Logikdelen Föreläsningsanteckningar i Programmering och logik 21 januari 2014 Tommy Färnqvist, IDA, Linköpings universitet 1.1 Innehåll Innehåll 1 Kursadministration 1 2 Introduktion

Läs mer

INDUKTION OCH DEDUKTION

INDUKTION OCH DEDUKTION AVSNITT 3 INDUKTION OCH DEDUKTION Med induktion menar man vanligen en mycket vanlig resonemangsmetod: man gör flera observationer, upptäcker ett mönster (eller något som man tror är ett mönster) och därefter

Läs mer

Booleska variabler och översättning mellan programuttryck och booleska variabler

Booleska 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 mer

Läsanvisning till Discrete matematics av Norman Biggs - 5B1118 Diskret matematik

Läsanvisning 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 mer

TMV166/186 Linjär Algebra M/TD 2011/2012 Läsvecka 1. Omfattning. Innehåll 2012-01-20. Lay, kapitel 1.1-1.9, Linjära ekvationer i linjär algebra

TMV166/186 Linjär Algebra M/TD 2011/2012 Läsvecka 1. Omfattning. Innehåll 2012-01-20. Lay, kapitel 1.1-1.9, Linjära ekvationer i linjär algebra TMV166/186 Linjär Algebra M/TD 2011/2012 Läsvecka 1 Omfattning Lay, kapitel 1.1-1.9, Linjära ekvationer i linjär algebra Innehåll Olika aspekter av linjära ekvationssystem 1. skärning mellan geometriska

Läs mer

Låt n vara ett heltal som är 2 eller större. Om a och b är två heltal så säger vi att. a b (mod n)

Låt n vara ett heltal som är 2 eller större. Om a och b är två heltal så säger vi att. a b (mod n) Uppsala Universitet Matematiska institutionen Isac Hedén Algebra I, 5 hp Sammanfattning av föreläsning 9. Kongruenser Låt n vara ett heltal som är 2 eller större. Om a och b är två heltal så säger vi att

Läs mer

Logisk semantik I. 1 Lite om satslogik. 1.1 Konjunktioner i grammatisk bemärkelse. 1.2 Sant och falskt. 1.3 Satssymboler. 1.

Logisk semantik I. 1 Lite om satslogik. 1.1 Konjunktioner i grammatisk bemärkelse. 1.2 Sant och falskt. 1.3 Satssymboler. 1. UPPSALA UNIVERSITET Datorlingvistisk grammatik I Institutionen för lingvistik och filologi Oktober 2007 Mats Dahllöf http://stp.ling.uu.se/ matsd/uv/uv07/dg1/ Logisk semantik I 1 Lite om satslogik 1.1

Läs mer

Filosofisk Logik (FTEA21:4) föreläsningsanteckningar/kompendium. v. 2.0, den 29/ III. Metalogik 17-19

Filosofisk Logik (FTEA21:4) föreläsningsanteckningar/kompendium. v. 2.0, den 29/ III. Metalogik 17-19 Filosofisk Logik (FTEA21:4) föreläsningsanteckningar/kompendium IV v. 2.0, den 29/4 2013 III. Metalogik 17-19 Modeller för satslogiken 18.1 Vi har tidigare sagt att en modell är en tolkning av en teori

Läs mer

Träning i bevisföring

Träning i bevisföring KTHs Matematiska Cirkel Träning i bevisföring Andreas Enblom Institutionen för matematik, 2005 Finansierat av Marianne och Marcus Wallenbergs Stiftelse 1 Mängdlära Här kommer fyra tips på hur man visar

Läs mer

9. Predikatlogik och mängdlära

9. 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 mer

Formell logik Kapitel 1 och 2. Robin Stenwall Lunds universitet

Formell logik Kapitel 1 och 2. Robin Stenwall Lunds universitet Formell logik Kapitel 1 och 2 Robin Stenwall Lunds universitet Kapitel 1: Atomära satser Drömmen om ett perfekt språk fritt från vardagsspråkets mångtydighet och vaghet (jmf Leibniz, Russell, Wittgenstein,

Läs mer

1 Analysens grunder. Ordlista för Funktionalanalys 1. avbildning (map) En avbildning är i matematiskt språk i regel detsamma som en funktion.

1 Analysens grunder. Ordlista för Funktionalanalys 1. avbildning (map) En avbildning är i matematiskt språk i regel detsamma som en funktion. Ordlista för Funktionalanalys 1 (28 augusti 2002) 1 Analysens grunder avbildning (map) En avbildning är i matematiskt språk i regel detsamma som en funktion. Bolzano-Weierstrassegenskapen En delmängd M

Läs mer

Filosofisk Logik (FTEA21:4) föreläsningsanteckningar v , den 24/

Filosofisk Logik (FTEA21:4) föreläsningsanteckningar v , den 24/ Filosofisk Logik (FTEA21:4) föreläsningsanteckningar v. 2.1.1, den 24/11 2014 Om detta kompendium: Filosofiska institutionen, Lunds Universitet staffan.angere@fil.lu.se Förberedande Det här kompendiet

Läs mer

Introduktion till algoritmer - Lektion 4 Matematikgymnasiet, Läsåret 2014-2015. Lektion 4

Introduktion till algoritmer - Lektion 4 Matematikgymnasiet, Läsåret 2014-2015. Lektion 4 Introduktion till algoritmer - Lektion 4 Matematikgymnasiet, Läsåret 014-015 Denna lektion ska vi studera rekursion. Lektion 4 Principen om induktion Principen om induktion är ett vanligt sätt att bevisa

Läs mer

Digital elektronik CL0090

Digital 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 mer

1 Att läsa matematik.

1 Att läsa matematik. 1 Att läsa matematik. Precis som vid all annan läsning som betyder något skall matematik läsas aktivt. Detta innebär olika saker för olika personer. För en del kanske det betyder att visualisera de idéer

Läs mer

Algebra och Diskret Matematik A (svenska)

Algebra och Diskret Matematik A (svenska) MITTUNIVERSITETET TFM Tentamen 2006 MAAA99 Algebra och Diskret Matematik A (svenska) Skrivtid: 5 timmar Datum: 10 januari 2006 Denna tenta omfattar 8 frågor, där varje fråga kan ge 3 poäng. Maximalt poängantal

Läs mer

Definition Låt n vara ett positivt heltal. Heltalen a och b sägs vara kongruenta modulo n om n är en faktor i a-b eller med andra ord om. n (a-b).

Definition Låt n vara ett positivt heltal. Heltalen a och b sägs vara kongruenta modulo n om n är en faktor i a-b eller med andra ord om. n (a-b). Block 4 Algebra och Diskret Matematik A BLOCK INNEHÅLL Referenser Inledning 1. Kongruens modulo n 2. Z n -- heltalen modulo n 3. Ekvationer modulo n 4. Relationer 5. Funktioner Golv och tak funktionerna

Läs mer

Den matematiska analysens grunder

Den matematiska analysens grunder KTH:s Matematiska Cirkel Den matematiska analysens grunder Katharina Heinrich Dan Petersen Institutionen för matematik, 2012 2013 Finansierat av Marianne och Marcus Wallenbergs Stiftelse Innehåll 1 Grundläggande

Läs mer

Hur implementera algoritmerna på maskinnivå - datorns byggstenar

Hur 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 mer

Linjär Algebra M/TD Läsvecka 1

Linjär Algebra M/TD Läsvecka 1 Linjär Algebra M/TD Läsvecka 1 Omfattning: Lay, kapitel 1.1-1.9, Linjära ekvationer i linjär algebra Innehåll: Olika aspekter av linjära ekvationssystem: skärning mellan geometriska objekt, linjärkombination

Läs mer

0.1 Antalet primtal är oändligt.

0.1 Antalet primtal är oändligt. 0.1 Antalet primtal är oändligt. I Euklides Elementa (ca 300 f. kr.) påstås (och bevisas) att antalet primtal är oändligt. För att förstå påståendet och beviset måste vi först försöka klargöra betydelsen

Läs mer

Kapitel 2: De hela talen

Kapitel 2: De hela talen Kapitel 2: De hela talen Divisionsalgoritmen ( a a Z, d Z\{0} q, r Z : d = q + r ) d, 0 r d c 2005 Eric Järpe Högskolan i Halmstad där q kallas kvoten och r kallas principala resten vid heltalsdivision.

Läs mer

Statistikens grunder HT, dagtid Statistiska institutionen

Statistikens grunder HT, dagtid Statistiska institutionen Statistikens grunder 1 2013 HT, dagtid Statistiska institutionen Orsak och verkan N Kap 2 forts. Annat ord: kausalitet Något av det viktigaste för varje vetenskap. Varför? Orsakssamband ger oss möjlighet

Läs mer

3 Relationer och funktioner

3 Relationer och funktioner UPPSALA UNIVERSITET Föreläsningsanteckningar Institutionen för lingvistik och filologi Grundläggande datalogi II Mats Dahllöf http://stp.ling.uu.se/~matsd/uv/uv04/gd2/ Augusti 2004 3 Relationer och funktioner

Läs mer

Grundläggande logik och modellteori

Grundläggande logik och modellteori Grundläggande logik och modellteori Kapitel 4: Konjunktiv och disjunktiv normalform Henrik Björklund Umeå universitet 15. september, 2014 CNF och DNF Konjunktiv normalform (CNF) Omskrivning av en formel

Läs mer

DEL I. Matematiska Institutionen KTH

DEL I. Matematiska Institutionen KTH 1 Matematiska Institutionen KTH Lösning till tentamensskrivning i Diskret Matematik för CINTE, CL2 och Media 1, SF1610 och 5B1118, tisdagen den 21 oktober 2008, kl 08.00-13.00. Examinator: Olof Heden.

Läs mer

Explorativ övning 4 ÄNDLIGT OCH OÄNDLIGT. Övning A

Explorativ övning 4 ÄNDLIGT OCH OÄNDLIGT. Övning A Explorativ övning 4 ÄNDLIGT OCH OÄNDLIGT Första delen av övningen handlar om begreppet funktion. Syftet är att bekanta sig med funktionsbegreppet som en parbildning. Vi koncentrerar oss på tre viktiga

Läs mer

Tommy Färnqvist, IDA, Linköpings universitet. 2 Strukturer 2 2.1 Domäner... 2 2.2 Tolkningar... 3

Tommy Färnqvist, IDA, Linköpings universitet. 2 Strukturer 2 2.1 Domäner... 2 2.2 Tolkningar... 3 Föreläsning 2 Semantik 729G06 Logikdelen Föreläsningsanteckningar i Programmering och logik 27 januari 2014 Tommy Färnqvist, IDA, Linköpings universitet 2.1 Innehåll Innehåll 1 Lite mer syntax 1 2 Strukturer

Läs mer

Bisektionsalgoritmen. Kapitel Kvadratroten ur 2

Bisektionsalgoritmen. Kapitel Kvadratroten ur 2 Kapitel 4 Bisektionsalgoritmen Vi ska konstruera lösningar till algebraiska ekvationer av formen f(x) = 0 med hjälp av bisektionsalgoritmen (intervallhalveringsmetoden). På samma gång ska vi se hur man

Läs mer

Uppsala Universitet Matematiska Institutionen Thomas Erlandsson

Uppsala Universitet Matematiska Institutionen Thomas Erlandsson Uppsala Universitet Matematiska Institutionen Thomas Erlandsson LÄSANVISNINGAR VECKA 36 VERSION 1. ARITMETIK FÖR RATIONELLA OCH REELLA TAL, OLIKHETER, ABSOLUTBELOPP ADAMS P.1 Real Numbers and the Real

Läs mer

Diskret matematik. Gunnar Bergström

Diskret matematik. Gunnar Bergström Diskret matematik Gunnar Bergström 20 september 2005 ii INNEHÅLL iii Innehåll 1 Logik och mängdlära 1 1.1 Satslogik........................... 1 1.1.1 Utsagor....................... 1 1.1.2 Konnektiv......................

Läs mer