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.

Relevanta dokument
1 Föreläsning I, Mängdlära och elementär sannolikhetsteori,

MA2047 Algebra och diskret matematik

(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.

Matematisk statistik - Slumpens matematik

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

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

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

Block 1 - Mängder och tal

Statistikens grunder HT, dagtid Statistiska institutionen

Sannolikhetsbegreppet

{ } { } 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}

Kombinatorik. Kapitel 2. Allmänt kan sägas att inom kombinatoriken sysslar man huvudsakligen med beräkningar av

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

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].

Grundläggande mängdlära

Induktionsprincipen Starka induktionsprincipen Välordningsprincipen Divisionsalgoritmen

TAMS79: Föreläsning 1 Grundläggande begrepp

Matematisk statistik 9 hp för I, Pi, C, D och fysiker Föreläsning 1: Introduktion och Sannolikhet

Övningshäfte 3: Funktioner och relationer

Definitionsmängd, urbild, domän

SF1901: Sannolikhetslära och statistik

Block 1 - Mängder och tal

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

Föreläsning 1, Matematisk statistik Π + E

Mängdlära. Kapitel Mängder

Föreläsning 2. Kapitel 3, sid Sannolikhetsteori

Mängdlära. Författarna och Bokförlaget Borken, Mängdlära - 1

Statistisk slutledning (statistisk inferens): Sannolikhetslära: GRUNDLÄGGANDE SANNOLIKHETSLÄRA. Med utgångspunkt från ett stickprov

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

Induktion, mängder och bevis för Introduktionskursen på I

TMS136. Föreläsning 1

Grundläggande matematisk statistik

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.

LMA033/LMA515. Fredrik Lindgren. 4 september 2013

Matematisk statistik 9hp för: C,D,I, Pi

Föreläsning 1: Tal, mängder och slutledningar

TMS136. Föreläsning 2

Sannolikhetslära. 1 Enkel sannolikhet. Grunder i matematik och logik (2015) 1.1 Sannolikhet och relativ frekvens. Marco Kuhlmann

Dagens teman. Mängdlära forts. Relationer och funktioner (AEE 1.2-3, AMII K1.2) Definition av de naturliga talen, Peanos axiom.

Explorativ övning 9 RELATIONER OCH FUNKTIONER

Föreläsning 8 i kursen Ma III, #IX1305, HT 07. (Fjärde föreläsningen av Bo Åhlander)

ANDREAS REJBRAND NV3ANV Matematik Matematiskt språk

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

Filosofisk logik Kapitel 15. Robin Stenwall Lunds universitet

Statistik. Det finns tre sorters lögner: lögn, förbannad lögn och statistik

Mängder och kardinalitet

Peanos axiomsystem för de naturliga talen

Matematiska strukturer - Satser

3 Grundläggande sannolikhetsteori

Utfall, Utfallsrummet, Händelse. Sannolikhet och statistik. Utfall, Utfallsrummet, Händelse. Utfall, Utfallsrummet, Händelse

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 tal Z och α 0.

Föreläsning 1, Matematisk statistik för M

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

10. Mängder och språk

TMS136. Föreläsning 1

Kapitel Test 1 sidan sid 56 ff... 7 Blandade Uppgifter Totalt har högt blodtryck. 85 % av 80 st =68 dricker alkohol.

SF1901: SANNOLIKHETSTEORI OCH STATISTIK GRUNDLÄGGANDE SANNOLIKHETSTEORI, BETINGAD SANNOLIKHETER, OBEROENDE. Tatjana Pavlenko.

ÄNDLIGT OCH OÄNDLIGT AVSNITT 4

Föreläsningsanteckningar och övningar till logik mängdlära

Lösning av tentamensskrivning i Diskret Matematik för CINTE och CMETE, SF1610, tisdagen den 27 maj 2014, kl

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

Övningshäfte 1: Logik och matematikens språk

Algebra I, 1MA004. Lektionsplanering

Matematisk Statistik och Disktret Matematik, MVE051/MSG810, VT19

Reliability analysis in engineering applications

1 Föreläsning I, Vecka I: 5/11-11/11 MatStat: Kap 1, avsnitt , 2.5

Abstrakt algebra för gymnasister

Elementär logik och mängdlära

K2 Något om modeller, kompakthetssatsen

Tentamen i Tillämpad Matematik och statistik för IT-forensik. Del 2: Statistik 7.5 hp

Semantik och pragmatik (serie 5)

Tentamensskrivning i Diskret Matematik för CINTE och CMETE, SF1610, onsdagen den 20 augusti 2014, kl

SF1920/SF1921 Sannolikhetsteori och statistik 6,0 hp Föreläsning 1 Mängdlära Grundläggande sannolikhetsteori Kombinatorik Deskriptiv statistik

Uppsala Universitet Matematiska Institutionen Thomas Erlandsson

Gruppteori. Ilyas Ahmed och Qusay Naji. 23 maj Tack till professor Dan Laksov I samarbete med Kungilga Tekniska Högskolan (KTH)

Kompletteringsmaterial. K2 Något om modeller, kompakthetssatsen

Övning 1 Sannolikhetsteorins grunder

SF1901: SANNOLIKHETSTEORI OCH GRUNDLÄGGANDE SANNOLIKHETSTEORI, STATISTIK BETINGADE SANNOLIKHETER, OBEROENDE. Tatjana Pavlenko.

KTHs Matematiska Cirkel. Reella tal. Joakim Arnlind Tomas Ekholm Andreas Enblom

Kolmogorovs Axiomsystem Kolmogorovs Axiomsystem Varje händelse A tilldelas ett tal : slh att A inträar Sannolikheten måste uppfylla vissa krav: Kolmog

MS-A0409 Grundkurs i diskret matematik I

Om relationer och algebraiska

Linjära ekvationer med tillämpningar

Hemuppgifter till fredagen den 16 september Exercises to Friday, September 16

MS-A0409 Grundkurs i diskret matematik I

Tentamen i TDDC75 Diskreta strukturer

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

Relationer och funktioner

Explorativ övning 4 ÄNDLIGT OCH OÄNDLIGT. Övning A

729G74 IT och programmering, grundkurs. Tema 1, Föreläsning 3 Jody Foo,

1. (3p) Ett RSA-krypto har parametrarna n = 77 och e = 37. Dekryptera meddelandet 3, dvs bestäm D(3). 60 = = =

Något om kombinatorik

MULTIPLIKATION AV MATRISER, BASER I RUMMET SAMT FÖRSTA MÖTET MED MATRISINVERSER = = =

0.1 Antalet primtal är oändligt.

Om ordinaltal och kardinaltal

Armin Halilovic: EXTRA ÖVNINGAR

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

Lösningsförslag till övningsuppgifter, del II

MATRISTEORI. Pelle Pettersson MATRISER. En matris är ett rektangulärt schema med tal, reella eller komplexa, vilka kallas matrisens

Betingad sannolikhet och oberoende händelser

Transkript:

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 element. En mängd, som inte innehåller några element, kallas den tomma mängden, bet.. Mängder och element skall här betecknas med stora respektive små bokstäver. Att ett element a tillhör en mängd A betecknas a A. Om en mängd A har ett ändligt antal element betecknas detta antal med n(a). Definition 1.1 Mängden A är delmängd till mängden B om varje element i A också är element i B; bet. A B. Den tomma mängden är enligt överenskommelsen en delmängd av varje mängd: A för varje A. Om det gäller att A B och B A säges A och B vara lika; bet. A = B. Definition 1.2 Unionen (eller föreningsmängden) av två mängder A, B (bet. A B, läses A union B ) är mängden av de element som tillhör åtminstone en av mängderna A, B. Alltså: a A B a A och/eller a B. Observera att A = A A och A = A. Definition 1.3 Snittmängden av två mängder A, B (bet. A B, läses A snitt B ) är mängden av de element som tillhör både A och B. Alltså: a A B a A och a B. Observera att A = A A och = A. Om två mängder A, B inte har något gemensamt element så är snittet A B tomt; mängderna A, B säges då vara disjunkta. Låt A 1, A 2,..., A n vara en följd av mängder. Vi inför följande beteckningar n A 1 A 2... A n := i=1 A i 2

n A 1 A 2... A n := i=1 A i Definition 1.4 Komplementmängden eller komplementet till en mängd A med avseende på en annan mängd B (bet. B A) är mängden av de element som tilhör B men inte A. Om alla betraktade mängder är delmängder till en given grundmängd Ω används beteckningen A c i stället för Ω A. Alltså: a B A a / A och a B. Observera att A = (A c ) c, Ω = A c A, A c A =, c = Ω och Ω c =. Sats 1.5 a) A B = B A, A B = B A (kommutativa lagar) b) A (B C) = (A B) C (associativa lagar) A (B C) = (A B) C c) A (B C) = (A B) (A C) (distributiva lagar) A (B C) = (A B) (A C) Sats 1.6 a) Mängderna A B, A B, B A är parvis disjunkta och A B = (A B) (A B) (B A). b) (de Morgans formler) (A B) c = A c B c (A B) c = A c B c. Definition 1.7 Produktmängden av två icke-tomma mängder A 1 och A 2 (bet. A 1 A 2, läses A 1 kryss A 2 ) är mängden av alla ordnade par ā = (a 1, a 2 ) sådana att a 1 A 1 och a 2 A 2. Alltså ā = (a 1, a 2 ) A 1 A 2 a 1 A 1 och a 2 A 2. Om A 1,..., A n är icke-tomma mängder har vi följande beteckning X n i=1a i =: A 1 A 2... A n = {(a 1,..., a n ) : a 1 A 1,..., a n A n } 3

Exempel 1.8 Låt A = {1, 2, 3}, B = {2, 3, 4}. Då är A B = {1, 2, 3, 4}, A B = {2, 3}. A B = {(1, 2), (1, 3), (1, 4), (2, 2), (2, 3), (2, 4), (3, 2), (3, 3), (3, 4)}. I figuren har A B åskådliggjorts grafiskt. A x B B A Betrakta följande delmängder till A B: C 1 = {(a, b) : b a = 1} C 2 = {(a, b) : a > b} C 3 = {(a, b) : a + b är högst 4} = {(a, b) : a + b 4} C 4 = {(a, b) : a + b är minst 5} = {(a, b) : a + b 5} Ur figuren fås direkt att C 1 = {(1, 2), (2, 3), (3, 4)} C 2 = {(3, 2)} C 3 = {(1, 2), (2, 2), (1, 3)} = C c 4 = A B C 4. Exempel 1.9 Vid en naturvetenskaplig fakultet har eleverna avlagt betyg i nedanstående ämnen enligt följande: 60 % i matematik 45 % i fysik 35 % i kemi 30 % i både matematik och fysik 15 % i både matematik och kemi 20 % i både fysik och kemi 10 % i matematik, fysik och kemi Låt M, F och K vara mängden av de studerande som har betyg i matematik, fysik och kemi, respektive. Alltså: 4

Ω 15 M 5 20 25 10 5 10 10 K F Antag att totala antalet studerande är 100. Vi har n(ω) = 100, n(m) = 60 n(f) = 45 n(k) = 35 n(m F) = 30 n(m K) = 15 n(f K) = 20 n(m F K) = 10 Alltså n(m K F) = n(m K M F K) = n(m K) n(m F K) = 15 10 = 5, n(f K M) = 20 10 = 10, n(m F K) = 30 10 = 20, n(m K F) = 60 (5 + 10 + 20) = 25, n(f M K) = 45 (20 + 10 + 10) = 5, n(k M F) = 35 (5 + 10 + 10) = 10, n(m F K) c = 100 (25 + 20 + 10 + 5 + 10 + 10 + 5) = 15 Ur figuren framgår omedelbart t.ex. att 85 % har avlagt betyg i minst ett av ämnena, och vidare 40 45 = 89 % av studerandena med betyg i fysik har också betyg i matematik och/eller kemi. 5

Övningsuppgifter 1. Bevisa Sats 1.5 2. Bevisa Sats 1.6 3. Låt A vara mängden {a, b}. Räkna upp elementen i A A och A A A. Hur många element ingår i mängden A } A {{... A }? n stycken 4. Låt A, B och C vara delmängder till en grundmängd Ω. Uttryck följande mängder i A, B och C med hjälp av operationerna, och c. a) {a : a alla mängderna A, B och C} b) {a : a ingen av mängderna A, B och C} c) {a : a exakt en av mängderna A, B och C} d) {a : a exakt två av mängderna A, B och C} e) {a : a åtminstone en av mängderna A, B och C} 5. Visa att (A B) C A (B C), men ge även något specialfall där likheten gäller. 6. Visa att a) n(a B) = n(a) + n(b) n(a B) b) n(a B C) = n(a) + n(b) + n(c) n(a B) n(a C) n(b C) + n(a B C) 7. Vid ett amerikanskt delstatsval hade ett visst parti nominerat tre kandidater A, B och C för tre olika politiska befattningar. För att utröna de tre kandidaternas popularitet hos väljarna uttogs ett stickprov på 200 väljare. Följande resultat erhölls: 28 röstade på såväl A som B 98 röstade på A och/eller B, men inte på C 42 röstade på B men varken på A eller C 122 röstade på B och/eller C, men inte på A 64 röstade på C men varken på A eller B 14 röstade på A och C, men inte på B. Hur många väljare röstade på a) A och B men inte på C? b) endast en av de tre kandidaterna? 6