MA2047 Algebra och diskret matematik

Relevanta dokument
Sanningsvärdet av ett sammansatt påstående (sats, utsaga) beror av bindeord och sanningsvärden för ingående påståenden.

Utsagor (Propositioner) sammansatta utsagor sanningstabeller logisk ekvivalens predikat (öppna utsagor) kvantifierare Section

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

MATEMATIKENS SPRÅK. Avsnitt 1

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

(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.

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

Föreläsningsanteckningar och övningar till logik mängdlära

Övningshäfte 1: Logik och matematikens språk

ANDREAS REJBRAND NV3ANV Matematik Matematiskt språk

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

Föreläsning 1, Differentialkalkyl M0029M, Lp

Mängdlära. Kapitel Mängder

Begreppen "mängd" och "element" är grundläggande begrepp i matematiken.

Begreppen "mängd" och "element" är grundläggande begrepp i matematiken.

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.

Kap. 7 Logik och boolesk algebra

{ } { } En mängd är en samling objekt A = 0, 1. Ex: Mängder grundbegrepp 5 C. Olof M C = { 7, 1, 5} M = { Ce, Joa, Ch, Je, Id, Jon, Pe}

MA2047 Algebra och diskret matematik

Föreläsning 1: Tal, mängder och slutledningar

7, Diskreta strukturer

7, Diskreta strukturer

Logik och kontrollstrukturer

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.

Elementär logik och mängdlära

Formell logik Kapitel 3 och 4. Robin Stenwall Lunds universitet

Algebra I, 1MA004. Lektionsplanering

Viktiga frågor att ställa när ett argument ska analyseras och sedan värderas:

p /\ q r DD1350 Logik för dataloger Kort repetition Fö 3 Satslogikens semantik

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

Block 1 - Mängder och tal

Finansiell statistik, vt-05. Sannolikhetslära. Mängder En mängd är en samling element (objekt) 1, 2,, F2 Sannolikhetsteori. koppling till verkligheten

LMA033/LMA515. Fredrik Lindgren. 4 september 2013

Mängder och kardinalitet

Tentamen i TDDC75 Diskreta strukturer

En introduktion till logik

Föreläsningsanteckningar och övningar till logik mängdlära Boolesk algebra

Induktionsprincipen Starka induktionsprincipen Välordningsprincipen Divisionsalgoritmen

Induktion, mängder och bevis för Introduktionskursen på I

Logik. Dr. Johan Hagelbäck.

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

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

LOGIK, MÄNGDER OCH FUNKTIONER

Lite om bevis i matematiken

Filosofisk logik Kapitel 15 (forts.) Robin Stenwall Lunds universitet

Diskret matematik: Övningstentamen 4

Anteckningar i. Inledande Matematik

Diskret matematik. Gunnar Bergström

INDUKTION OCH DEDUKTION

MA2047 Algebra och diskret matematik

MA2047 Algebra och diskret matematik

Logik: sanning, konsekvens, bevis

Block 1 - Mängder och tal

1 Föreläsning I, Mängdlära och elementär sannolikhetsteori,

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

Om a 2 är ett jämnt tal, så är också a ett jämt tal sant. = 4n 2 + 4n + 1

Semantik och pragmatik (serie 5)

Matematisk verktygslåda: formell logik och mängdlära

MA2047 Algebra och diskret matematik

Grundläggande mängdlära

MA2047 Algebra och diskret matematik

Grundläggande logik och modellteori

Semantik och pragmatik

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

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

Övningshäfte 3: Funktioner och relationer

MS-A0409 Grundkurs i diskret matematik I

1 Föreläsning Implikationer, om och endast om

Logik och bevisteknik lite extra teori

Finns det tillräckligt med information för att bestämma hur många av eleverna som fick 1 poäng? Vad tycker du?

Induktion och rekursion

vecka Moment kap. i V99/V95/V89 kap. i T kap. i HJMT 35 Logik ( översiktligt) (1.5, översiktligt) 36 Mängdlära

9. Predikatlogik och mängdlära

MS-A0409 Grundkurs i diskret matematik I

1.1. Fördjupning: Jämförelse av oändliga mängder

KTH Matematik B.Ek Lösningar tentamen 5B1928 Logik för D (och IT), 29 augusti 2007

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

ÄNDLIGT OCH OÄNDLIGT AVSNITT 4

Starta med att läsa avsnitt 2.1 i [J] från sidan 56 (64) [76] till och med exempel (2.1.3) [2.1.5] på sidan 57 (65) [79].

FTEA12:2 Filosofisk Metod. Grundläggande argumentationsanalys II

TATM79: Föreläsning 1 Notation, ekvationer, polynom och olikheter

DD1350 Logik för dataloger. Fö 2 Satslogik och Naturlig deduktion

1 Suddig logik och gitter

Statistikens grunder HT, dagtid Statistiska institutionen

Den matematiska analysens grunder

Filosofisk logik Kapitel 15. Robin Stenwall Lunds universitet

Varför är logik viktig för datavetare?

Matematiska strukturer - Satser

729G06 Logik FÖRELÄSNING 1 ANDERS MÄRAK LEFFLER IDA/HCS

Innehållsförteckning Inledning... 2 Vad är matematik... 3 Det matematiska språket... 4 Några begrepp ur mängdläran... 4

Matematik 1c. address: URL: Daniel Bosk

DD1350 Logik för dataloger

MA2047 Algebra och diskret matematik

1. Öppna frågans argument

TATM79: Föreläsning 1 Notation, ekvationer, polynom och summor

Semantik och pragmatik (Serie 3)

Föreläsning 2. Kapitel 3, sid Sannolikhetsteori

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

1 Att läsa matematik.

Mängdlära. Författarna och Bokförlaget Borken, Mängdlära - 1

Transkript:

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 sluten Exempel 1 A: 5 6 = 30 Sann, Sluten B: Volvo är ett bilmärke Sann, Sluten C: a + 2 = 6 Sann om a = 4 annars falsk, Öppen utsaga (sanningsvärdet beror på a) D: Jag kan flyga Falsk, Sluten Exempel 2 A: 2x + 5 Ingen utsaga! B: x 2 + y 2 = 5, Öppen utsaga C: 4 3 Sluten utsaga (Sann!) Akademin för Informationsteknologi - ITE MA2047 Algebra och diskret matematik Något om logik och mängdlära 2 / 18

Konnektiv Negation Negationen till en utsaga A (skrivs A) = motsatsen till A Exempel 3 A : x 2 A : x < 2 Exempel 4 A : Alla hundar kan skälla A : Det finns (minst) en hund som inte kan skälla Akademin för Informationsteknologi - ITE MA2047 Algebra och diskret matematik Något om logik och mängdlära 3 / 18

Konnektiv Konjunktion och disjunktion Flera utsagor kan kombineras till en ny utsaga: 1 Konjunktion: C = A B : Sann om A och B är sanna och 2 Disjunktion: C = A B : Sann om A eller B är sanna eller Sanningsvärdestabell för negation ( ), konjunktion ( ) och disjunktion ( ): Exempel 5 A: Sverige ligger i Asien (Falsk) A B A A B A B S S F S S S F F F S F S S F S F F S F F B: (a + b) 2 = a 2 + 2ab + b 2 (Sann) A B är falsk, A B är sann Akademin för Informationsteknologi - ITE MA2047 Algebra och diskret matematik Något om logik och mängdlära 4 / 18

Konnektiv Tautologi och kontradiktion En sammansatt utsaga är en tautologi/kontradiktion om den alltid är sann/falsk oberoende av de ingående utsagornas sanningsvärde. Exempel 6 Är utsagan ( A (A B)) A en tautologi? Är det en kontradiktion? Sanningsvärdestabell: A B A A B A (A B) Tot S S F S F S S F F S F S F S S S S S F F S F F F Svar: Utsagan är varken en tautologi eller en kontradiktion. Akademin för Informationsteknologi - ITE MA2047 Algebra och diskret matematik Något om logik och mängdlära 5 / 18

Konnektiv Implikation och ekvivalens Exempel 7 Utsagan Om x }{{ = 5 } så är x } 2 {{ = 25 } skrivs: x = 5 A B }{{} implicerar x 2 = 25 Utsagan A B (medför, om... så är) kallas en implikation A kallas förutsättning (premiss, hypotes) och B kallas slutsats (konsekvens). Exempel 8 x = 2 x 2 = 4 Sann x 2 = 4 x = 2 Falsk A B sann behöver inte betyda att omvändningen B A är sann. x 2 4 x 2 Sann Den kontrapositiva formen B A är logiskt sett densamma som A B x < 2 x 2 < 4 Falsk Anm: Om utsagan i VL är specifikt angiven menar vi att den är sann. Akademin för Informationsteknologi - ITE MA2047 Algebra och diskret matematik Något om logik och mängdlära 6 / 18

Konnektiv Implikation och ekvivalens Olika ekvivalenta formuleringar för A B: A är ett tillräckligt villkor för B B är ett nödvändigt villkor för A A gäller endast då B gäller Exempel 9 x = 3 x 2 = 9 1 Att x = 3 är ett tillräckligt villkor för att x 2 = 9 2 Att x 2 = 9 är ett nödvändigt villkor för att x = 3 3 x = 3 gäller endast om x 2 = 9 Akademin för Informationsteknologi - ITE MA2047 Algebra och diskret matematik Något om logik och mängdlära 7 / 18

Konnektiv Implikation och ekvivalens Exempel 10 A : x 2 = 4, B : (x = 2) (x = 2) A B B A x 2 = 4 (x = 2) (x = 2) Sann Sann } A B Sann Utsagan A B kallas en ekvivalens : Formuleras är ekvivalent med eller om och endast om (omm) Sanningsvärdestabell för implikation och ekvivalens: A B A B A B S S S S S F F F F S S F F F S S Akademin för Informationsteknologi - ITE MA2047 Algebra och diskret matematik Något om logik och mängdlära 8 / 18

Konnektiv Implikation och ekvivalens Exempel 11 Lös ekvationen x + 2 = x Akademin för Informationsteknologi - ITE MA2047 Algebra och diskret matematik Något om logik och mängdlära 9 / 18

Kvantorer Exempel 12 Utsagan A: Alla hundar kan skälla kan skrivas som A : hund : hunden kan skälla : För varje, för alla : Exempel 13 A : Det finns minst en hund som inte kan skälla A : hund : hunden kan inte skälla : Det finns (existerar) en/ett Exempel 14 A: För alla reella tal x gäller det att x 2 1 = (x + 1)(x 1) A : x R : x 2 1 = (x + 1)(x 1) Akademin för Informationsteknologi - ITE MA2047 Algebra och diskret matematik Något om logik och mängdlära 10 / 18

Kvantorer Exempel 15 B: Det finns ett reellt tal x sådant att 2x = 4 B : x R : 2x = 4 Akademin för Informationsteknologi - ITE MA2047 Algebra och diskret matematik Något om logik och mängdlära 11 / 18

Mängder Vad är en mängd? En mängd är en samling objekt som kallas element En mängd kan anges genom uppräkning av dess element inom {...} eller genom en definierande utsaga Antalet element i en mängd A kallas mängdens kardinalitet och betecknas A Om x är ett element i mängden M skriver vi x M (x tillhör M) Två mängder är lika om de innehåller samma element Den tomma mängden innehåller inga element Det finns alltid en grundmängd eller universum U Exempel 16 A = {1, 2, 3, 5, 6} B = {1, 2, 3,..., 99} C = {Alla heltal x sådana att 1 x 3627} = {x Z : 1 x 3627} Akademin för Informationsteknologi - ITE MA2047 Algebra och diskret matematik Något om logik och mängdlära 12 / 18

Mängder Exempel 17 A = {1, 2, 3, 4}, B = {x R : 1 < x < 2} A = 4 B = 2 A 3 2 B 5 / B Exempel 18 {1, 3, 4} = {1, 4, 3} = {4, 4, 3, 1} {4, 4, 3, 1} = 3 = {} = {x : x x} = {Alla reella tal x sådana att x 2 = 1} =... Akademin för Informationsteknologi - ITE MA2047 Algebra och diskret matematik Något om logik och mängdlära 13 / 18

Talmängder N = {0, 1, 2, 3,...}: De naturliga talen Z = {..., 3, 2, 1, 0, 1, 2, 3,...}: De hela talen Z + = {1, 2, 3,...}: De positiva hela talen Q = { p : p, q Z, q 0}: De rationella talen q R = De reella talen C = {a + ib : a, b R, i 2 = 1}: De komplexa talen Exempel 19 Intervall: [ 1, 9] = {x R : 1 x 9}: Slutet och begränsat (kompakt) (2, 6) = {x R : 2 < x < 6}: Öppet och begränsat [1, 3) = {x R : 1 x < 3}: Halvöppet och begränsat [1, ) = {x R : x 1}: Slutet och obegränsat Akademin för Informationsteknologi - ITE MA2047 Algebra och diskret matematik Något om logik och mängdlära 14 / 18

Delmängd Mängden A är en delmängd av B om och endast om varje element i A är ett element i B: A B omm x A x B Om A B och A B så är A en äkta delmängd av B: A B. Venndiagram Exempel 20 Z + N Z Q R C Exempel 21 A = {1, 2, 3}, B = {1, 2, 3, 4} A B. A B A B. Anm: Den tomma mängden är en delmängd av varje mängd: A A Akademin för Informationsteknologi - ITE MA2047 Algebra och diskret matematik Något om logik och mängdlära 15 / 18

Komplementmängd Komplementet till A betecknas A och består av alla element i U som inte finns i A: Exempel 22 A = {x : x / A} Bestäm A om A = {1, 3, 4, 6} och U = {1, 2, 3, 4, 5, 6, 7}. Svar: A = {2, 5, 7} Exempel 23 Bestäm A om A = {x R : x 2} och U = R. Svar: A = {x R : x < 2} Akademin för Informationsteknologi - ITE MA2047 Algebra och diskret matematik Något om logik och mängdlära 16 / 18

Snitt och Union Snittet av två mängder A och B betecknas A B och består av alla element som finns i A och i B: A B = {x : x A x B} Unionen av två mängder A och B betecknas A B och består av alla element som finns i A eller i B: Exempel 24 A B = {x : x A x B} Bestäm A B och A B om A = {1, 3, 4, 8} och B = {1, 2, 5, 8}. A B = {1, 8} A B = {1, 2, 3, 4, 5, 8} Om A B = så är A och B disjunkta. Akademin för Informationsteknologi - ITE MA2047 Algebra och diskret matematik Något om logik och mängdlära 17 / 18

Mängddifferens och Produktmängd Mängddifferensen A \ B är mängden av alla element som finns i A men inte i B: A \ B = {x : x A x / B} Produktmängden eller den Cartesiska produkten av mängderna A och B är mängden av alla ordnade par (a, b) där a A och b B: Exempel 25 A B = {(a, b) : a A b B} Bestäm A \ B och A B om A = {1, 2, 3} och B = {3, 5} A \ B = {1, 2} A B = {(1, 3), (1, 5), (2, 3), (2, 5), (3, 3), (3, 5)} Exempel 26 A (A B) = B \ A Akademin för Informationsteknologi - ITE MA2047 Algebra och diskret matematik Något om logik och mängdlära 18 / 18