Pojem relace patří mezi pojmy, které prostupují všemi částmi matematiky.

Rozměr: px
Začít zobrazení ze stránky:

Download "Pojem relace patří mezi pojmy, které prostupují všemi částmi matematiky."

Transkript

1 Relace. Pojem relace patří mezi pojmy, které prostupují všemi částmi matematiky. Definice. Mějme množiny A a B. Binární relace R z množiny A do množiny B je každá množina uspořádaných dvojic (a, b), kde a A, b B. Jinými slovy, binární relace je každá podmnožina kartézského součinu A B. V případě B = A mluvíme o binární relaci na množině A. Značíme (a, b) R nebo arb a čteme: a je v relaci R s b. Slovo binární budeme většinou vynechávat a mezi dvěma způsoby značení budeme volně přecházet. Příklad. Mějme A množinu všech studentů fakulty a B množinu všech vypsaných předmětů, které se na fakultě vyučují. Vztah mezi A a B nelze popsat funkční závislostí, neboť není pravděpodobné, že by každý student měl zapsaný nejvýše jeden předmět a stejně tak je nepravděpodobné, že by každý předmět navštěvoval nejvýše jeden student. Zde je třeba k popisu užít pojem relace: R = {(a, b) A B student a má zapsán předmět b}. Nejmenší relace je prázdná relace R =. Naopak největší relace je tzv. univerzální relace Rovnost na množině A je relace R = A A. I A = {(x, x) A A x A}. Někdy se nazývá diagonála. Mějme relaci R na množině R definovanou R = {(x, y) R R x je menší než y}. V tomto případě se držíme obvyklého značení a místo x R y píšeme x < y. Jsou-li množiny, na kterých relace uvažujeme, malé, můžeme si relace graficky znázornit buď vyznačením bodů v kartézském součinu nebo pomocí orientovaného grafu a nebo pomocí reprezentující matice M R. 1

2 2 Definice. Mějme možiny A = {a 1,..., a m }, B = {b 1,..., b n } a relaci R A B. Matice M R = (m ij ) typu m n definovaná m ij = se nazývá reprezentující matice relace R. { 1 když (ai, b j ) R; 0 když (a i, b j ) / R Mějme množiny A = {1, 2, 3} a B = {a, b} a relaci R = {(1, a), (1, b), (2, a), (3, b)}. Její reprezentující matice je 1 1 M R = Univerzální relace má matici, jejíž prvky jsou samé 1. Matice reprezentující diagonálu I A je diagonální matice s 1 na diagonále a s 0 všude mimo diagonálu. Definice. Mějme množiny A, B, C a relace R A B a S B C. Složená relace R S je relace z A do C definována následovně: Pro a A a c C je a(r S)c, jestliže existuje b B takové, že arb a bsc. Relace R 1 B A se nazývá inverzní k relaci R, jestliže br 1 a právě, když arb. V některých knihách a textech se složení relací R a S značí v obráceném pořadí S R oproti našemu označení R S. Oba způsoby mají své důvody. Pracujeme-li proto s několika texty, je třeba se přesvědčit, jaké označení se autor rozhodl užívat. Skládáme-li relaci R samu se sebou, používáme značení R R = R 2. Obecně, pro n-násobné složení relace R se sebou platí induktivní vztah R n = R R n 1, n 2. Příklad. Na množině A všech lidí uvažujme relace R a S: arb, je-li a rodičem b, asb, jsou-li a, b sourozenci. Co je R 1, S 1, R S, S R, R 2 a S 2? ar 1 b znamená, že člověk a je dítětem člověka b; S 1 = S; a(r S)b právě, když a je rodičem nějakého sourozence osoby b; a(s R)b, jestliže a je strýc nebo teta b; ar 2 b, jestliže člověk a je prarodičem člověka b; as 2 b, je-li buď a = b nebo a a b jsou sourozenci a v obou případech mají alespoň ještě jednoho dalšího sourozence. Pro inverzi ke složení dvou relací platí následující vztah, (R S) 1 = S 1 R 1. K důkazu stačí ověření podle definic složení a inverze. Mějme c(r S) 1 a. To znamená a(r S)c. Existuje tak b, že arb a bsc. To je to samé, jako br 1 a a cs 1 b. V tom případě ale c(s 1 R 1 )a.

3 3 Příklad. Uvažujme relaci R na N danou: (k, m) R, jestliže k = m 2. Co je R n? Začneme s R 2. Podle definice (k, m) R 2 jestliže existuje i N, že (k, i) R a (i, m) R, tj. k = i 2 a i = m 2. Spojením těchto podmínek dostaneme k = m 4. Poučeni tímto speciálním případem navrhujeme, že (k, m) R n, když k = m 2n. Důkaz provedeme indukcí podle n. Případ n = 1 je triviální a n = 2 jsme ověřili v prvním kroku. Předpokládejme, že tvrzení platí pro n a vyvodíme, že platí i pro n + 1: (k, m) R n+1, exisuje-li i, že (k, i) R n a (i, m) R, tj. k = i 2n a i = m 2. Spojením dostáváme k = (m 2 ) 2n = m 2 2n = m 2n+1. Skládání relací odpovídá v maticové reprezentaci součinu jejich reprezentujících matic s jednou důležitou změnou: Místo součtu užíváme Booleovskou operaci, což znamená, že = 1. Jinak se nic nemění. Uvažujme na množině A = P({0, 1}) relaci R danou inkluzí. Jak vypadá matice relace R 2? Množina A = {, {0}, {1}, {0, 1}} a matice příslušná R je Pak matice M R 2 M R 2 = M R M R = je dána součinem M R = = = M R. V maticové reprezentaci má inverzní relace matici transponovanou k matici původní relace, M R 1 = (M R ) T. Uvedeme si nejpoužívanější vlastnosti, podle kterých relace klasifikujeme. Definice. Mějme relaci R na množině A. Řekneme, že R je reflexivní, jestliže pro každé a A platí ara. symetrická, jestliže pro každé a, b A platí implikace arb = bra. antisymetrická, jestliže pro každé a, b A platí a = b, kdykoli arb a bra. tranzitivní, jestliže pro každé a, b, c A platí arc, kdykoli arb a brc. Vlastnosti symetrie a antisymetrie nejsou opačné ani navzájem se vylučující. Např. diagonála I A je symetrická i antisymetrická relace. Příklad. Rozhodněte, zda relace R na množině R je reflexivní, symetrická, antisymetrická nebo tranzitivní, jestliže (x, y) R právě, když (i) x + y = 0;

4 4 (ii) x = y ; (iii) x y je racionální číslo; (iv) xy 0; (v) x je iracionální násobek y; (vi) prázdná relace R =. (i) je pouze symetrická, (ii) je reflexivní, symetrická a tranzitivní, (iii) má všechny vlastnosti kromě antisymetrie, (iv) je reflexivní a symetrická, (v) je pouze symetrická, (vi) kromě reflexivity má všechny ostatní vlastnosti. Výše uvedené čtyři základní vlastnosti můžeme popsat i pomocí operací mezi relacemi. Reflexivní relace vyžaduje, aby (a, a) R pro všechna a z dané množiny A. Jinými slovy, R obsahuje diagonálu, I A R. Symetrická relace vyžaduje, aby z (a, b) R vždy vyplynulo (b, a) R, tj. (a, b) R 1. Vidíme, že symetrická relace splňuje R = R 1. Pro antisymetrickou relaci zjišťujeme, že nastane-li situace, kdy (a, b) R a současně (b, a) R (tj. (a, b) R 1 ), pak nutně a = b, tj. (a, b) I A. Stručně zapsáno: R R 1 I A. A konečně tranzitivní relace požaduje, aby (a, b) R a (b, c) R vynutilo (a, c) R. Opět stručně vyjádřeno: R R R. Shrneme tato pozorování do tabulky. reflexivita R : I A R symetrie R : R = R 1 antisymetrie R : R R 1 I A tranzitivita R : R R R Definice. Relace R na množině A se nazývá ekvivalence, jestliže je reflexivní, symetrická a tranzitivní. V takovém případě budeme používat místo arb zápis a b. Nejjednodušší příklad ekvivalence je relace rovnosti I A. Jiný příklad je počítání modulo m, kde m je přirozené číslo větší než 1. Připomeňme si, že a b mod m, jestliže b je zbytek čísla a po dělení číslem m, tj. a b je dělitelné číslem m. Na množině celých čísel definujeme relaci R počítání modulo m následovně. R = {(a, b) a b mod m}. R je zřejmě relflexivní a symetrická. K tranzitivitě předpokládáme, že arb a brc, tj. a b i b c je dělitelné číslem m. Pak i součet (a b) + (b c) = a c je dělitelný m, a tedy arc. Příklad. Na množině A = R 2 \ (0, 0) zavedeme relaci R tak, že body X a Y jsou v relaci, jestliže leží na stejné přímce procházející bodem (0, 0). Ověříme, že R je ekvivalence. Opět reflexivita a symetrie je zřejmá. Tranzitivita je také snadno ověřitelná: Leží-li body X a Y na téže přímce procházející počátkem a body Y a Z opět na stejné přímce procházející počátkem, musí na téže přímce ležet i dvojice X a Z. Je užitečné všimnout si, že pro tranzitivitu bylo důležité, že množina A neobsahuje počátek. Bez toho by tranzitivita neplatila.

5 5 Definice. Mějme na množině A ekvivalenci. Třída ekvivalence určená prvkem a A je množina [a] := {b A b a}. Specielně, vždy a [a]. Např. pro počítání modulo 4 je třída ekvivalence určená prvkem 0 rovna [0] = {4k k Z}, tj. všechny násobky 4. Podobně [1] = {4k + 1 k Z}. Vidíme, že takto dostaneme 4 různé třídy ekvivalence, jejichž sjednocení pokrývá všechna celá čísla, [0] [1] [2] [3] = Z. Rovněž si můžeme všimnout, že třídy ekvivalence jsou disjunktní množiny. Obě vlastnosti se nevyskytují jen u počítání modulo, ale platí obecně pro každou ekvivalenci. Věta 1. Mějme ekvivalenci na množině A. Je-li a [b], pak [a] = [b]. Specielně, dvě různé třídy ekvivalence jsou nutně disjunktní. Důkaz. Mějme a [b], tj. a b. Pak každý prvek ekvivalentní s a je také ekvivalentní s b a obráceně. Tím [a] = [b]. Uvažujme nyní dvě různé třídy ekvivalence, [a] [b]. Kdyby existoval společný prvek c [a] [b], pak by podle výše dokázané části platilo, že [c] = [a] a [c] = [b]. To by znamenalo [a] = [b], což je spor. Třídy ekvivalence tvoří tzv. rozklad množiny. Pod rozkladem množiny A rozumíme systém neprázdných disjunktních množin A i A, i I, splňujících A i = A. i I Nejenže třídy ekvivalence tvoří rozklad, ale i naopak každý rozklad množiny A zadává ekvivalenci na A, jejíž třídy ekvivalence jsou přesně množiny původního rozkladu. Taková ekvivalence je dána a b, jestliže a i b patří do stejné množiny rozkladu. Uvažujme rozklad množiny A = {1, 2, 3, 4, 5, 6} na A 1 = {1, 2, 3}, A 2 = {4, 5} a A 3 = {6}. Jak vypadá ekvivalence daná tímto rozkladem? Vypíšeme všechny ekvivalentní dvojice: (1, 1), (1, 2), (1, 3), (2, 1), (2, 2), (2, 3), (3, 1), (3, 2), (3, 3), (4, 4), (4, 5), (5, 4), (5, 5), (6, 6). Příklad. Mějme rozklad roviny R 2 na množiny A r, r 0, kde A r označuje kružnici se středem v počátku a poloměrem r. Popište ekvivalenci zadanou tímto rozkladem. Body (x 1, y 1 ) a (x 2, y 2 ) jsou ekvivalentní, leží-li na stejné kružnici A r, tj. jejich souřadnice splňují rovnici x 2 + y 2 = r 2. Můžeme tak psát (x 1, y 1 ) (x 2, y 2 ), když x y 2 1 = x y 2 2.

6 6 Někdy užíváme relaci k uspořádání prvků v množině. Mezi nejznámější patří uspořádání slov ve slovníku nebo uspořádání přirozených čísel. Relace, které slouží k porovnávání prvků mají společné vlastnosti. Definice. Relace R na množině A se nazývá uspořádání, je-li reflexivní, antisymetrická a tranzitivní. Příklad. Relace na množině N je příklad uspořádání. Stejně tak relace dělitelnosti S na N (msn, když m dělí n) je uspořádání. Relace inkluze na systému P(A) všech podmnožin množiny A je uspořádání. Naopak zavedeme-li na množině všech lidí relaci R definovanou xry, je-li člověk x nejvýše tak starý jako člověk y, pak tato relace není uspořádání, neboť nesplňuje vlastnost antisymetrie. Prvky a, b, pro které platí arb nebo bra nazýváme porovnatelné. V předchozím příkladu jsou při relaci všechny prvky navzájem porovnatelné. Při relaci dělitelnosti už tomu tak není, např. (3, 7) / S a stejně tak (7, 3) / S. Podobné je to i v případě inkluze, kde např. každé dvě neprázdné disjunktní množiny jsou neporovnatelné. Důležitý typ uspořádání je tzv. lexikografické uspořádání. Je to zobecnění obyčejného uspořádání slov ve slovníku. Teď místo slov budeme porovnávat konečné posloupnosti symbolů. Definice. Mějme množinu A s uspořádáním A. Označíme F (A) množinu všech konečných neprázdných posloupností vytvořených z prvků množiny A. Uvažujme dvě posloupnosti (a 1, a 2,..., a m ) a (b 1, b 2,..., b n ) z F (A). Řekneme, že (a 1, a 2,..., a m ) L (b 1, b 2,..., b n ), jestliže platí jedna z následujících dvou podmínek: (a 1, a 2,..., a m ) je počáteční úsek posloupnosti (b 1, b 2,..., b n ); existuje k < min{m, n}, že a 1 = b 1,..., a k = b k a Uspořádání L se nazývá lexikografické. a k+1 b k+1, a k+1 A b k+1. První podmínka v definici říká, že posloupnost (b 1, b 2,..., b n ) je buď rovna posloupnosti (a 1, a 2,..., a m ) nebo je jejím prodloužením. Druhý požadavek znamená, že první index k + 1, kde se členy obou posloupností začnou lišit, musí splňovat a k+1 A b k+1. Jako jednoduchou ilustraci uvažujme množinu A = {a, b} s obyčejným abecedním uspořádáním. Pak např. (a, a, b) L (a, a, b, a), (a, b, a, a, b) L (a, b, a, b). Zvolíme-li A = R, (e, π, 2, 2) L (e, π, 13) L (π, e). Máme-li na množině zadané uspořádání, můžeme mluvit o největším a nejmenším prvku této množiny nebo její podmnožiny.

7 7 Definice. Mějme množinu A s uspořádáním A. Prvek a A se nazývá největší (nejmenší) prvek množiny A, jestliže pro všechna b A platí, že b A a, (a A b). Největší a nejmenší prvek nemusí vždy existovat. Množina celých čísel s obvyklým uspořádáním nemá ani nejmenší ani největší prvek. Nicméně, existuje-li takový prvek, je vždy jediný. Kdyby např. v množině A existovaly dva největší prvky a 1, a 2, pak z definice největšího prvku plyne, že a 1 A a 2 a také a 2 A a 1. Protože uspořádání je antisymetrická relace, dostaneme a 1 = a 2. Požadavek na největší prvek můžeme oslabit a dostaneme pojem maximálního prvku. Maximálních prvků, na rozdíl od největšího, může být v množině více. Definice. Mějme množinu A s uspořádáním A. Prvek a A se nazývá maximální (minimální) prvek množiny A, jestliže neexistuje b A s vlastností a A b a b a, (b A a a b a). Příklad. Vezmeme si za A množinu všech neprázdných vlastních podmnožin množiny {1, 2,..., n} s uspořádáním. V množině A neexistuje nejmenší prvek, neboť jediný kandidát by byla, ale ta nepatří do A. Stejně tak neexistuje největší prvek v A, neboť to by mohla být jen celá množina {1, 2,..., n}, ale ta také nepatří do A. Minimálních prvků je v A dokonce několik, každá jednoprvková podmnožina je minimální prvek. Podobně i maximálních prvků je více, je to každá množina s n 1 prvky. Porovnáním definic vidíme, že největší prvek je vždy i maximální prvek a nejmenší prvek je i minimální prvek. Příklad uvedený výše ukazuje, že opačně to neplatí. Cvičení. (1) Mějme relaci R na množině všech lidí. Rozhodněte, zda R je reflexivní, symetrická, antisymetrická nebo tranzitvní, je-li a R b definováno (a) a je vyšší než b; (b) a a b se nenarodili ve stejný den; (c) a a b mají stejné křestní jméno; (d) a a b mají stejného prarodiče. (2) Uvažujme relaci R na N danou: k R m, jestliže k = m m. Co je R 2 a R 3? (3) Popište všechny relace, které jsou současně symetrické i antisymetrické. (4) Kterou z vlasností reflexivita, symetrie, antisymetrie a tranzitivita má prázdná relace R =. (5) Dokažte, že relace R je symetrická a tranzitivní právě, když R R 1 = R.

8 8 (6) Na množině všech polynomů definujeme ekvivalenci p q, když p = q. Ověřte, že je opravdu ekvivalence a určete třídu [x 4 ]. (7) Na R uvažujme ekvivalenci x y, pokud sin x = sin y. Ověřte, že je skutečně ekvivalence a určete třídu ekvivalence [x 0 ] pro daný bod x 0 R. (8) Mějme rozklad roviny R 2 na rovnoběžné přímky y = 2x + c, c R. Jakou ekvivalenci tento rozklad určuje? (9) Mějme rozklad množiny N = i=1 A i a k němu příslušnou ekvivalenci na N. Nalezněte funkci f : N N, aby platilo m n právě, když f(m) = f(n). (10) Mějme dvě ekvivalence R a S. Ukažte, že jejich složení je ekvivalence právě, když tyto relace komutují, tj. R S = S R. (11) Na množině A všech konečných posloupností vytvořených z 0 a 1 definujeme pro a, b A relaci a P b tak, že buď a = b nebo b je prodloužením posloupnosti a. Ověřte, že P je uspořádání. Jsou všechny dvojice prvků množiny A porovnatelné? (12) Ověřte, že inverzní relace k uspořádání je opět uspořádání. (13) Zjistěte, které z následujících matic reprezentují relaci uspořádání. M 1 =, M 2 =, M 3 = (14) Seřaďte následující posloupnosti podle lexikografického uspořádání: 0, 01, 11, 010, 011, 0001 a (15) Množina A = {2, 4, 6, 9, 12, 18, 27, 36, 48, 60, 72} je uspořádána relací dělitelnosti, tj. (a, b) R, když a dělí b. (a) Nalezněte největší a nejmenší prvek. (b) Nalezněte všechny maximální a minimální prvky. Řešení. (1a) antisymetrická a tranzitivní, (1b) pouze symetrická, (1c) reflexivní, symetrická a tranzitivní, (1d) reflexivní a symetrická. (2) k R 2 m znamená, že k = m mm+1 a k R 3 m dává k = m m(mm+1 +m+1). (3) Symetrická relace R splňuje R = R 1, antisymetrická R R 1 I A. Spojením máme R I A. (4) Všechny kromě reflexivity, pokud je R uvažovaná na neprázdné množině a všechny vlastnosti, pokud je R uvažovaná na prázdné množině. (5) : Relace (R R 1 ) je vždy symetrická, takže z rovnosti plyne, že R je symetrická. Tím R = R 1 a rovnost dává R 2 = R, tj. tranzitivitu.

9 9 : Protože R je tranzitivní, R 2 R. Navíc symetrie dává R = R 1, což je dohromady R R 1 R. K důkazu obrácené inkluze mějme (a, b) R. Ze symetrie máme (b, a) R a užitím tranzitivity (a, a) R. Protože také (a, b) R 1, spojením posledních dvou faktů dostaneme (a, b) R R 1. (6) [x 4 ] = {x 4 + ax 2 + bx + c a, b, c R}. (7) [x 0 ] = {x 0 + 2kπ k Z} {π x 0 + 2kπ k Z}. (8) Dva body (x 1, y 1 ) a (x 2, y 2 ) jsou ekvivalentní, splňují-li 2x 1 + y 1 = 2x 2 + y 2. (9) Funkci f definujeme hodnotou i pro všechny prvky z množiny A i. (10) Nejprve si všimneme, že pro reflexivní relaci R je tranzitivita ekvivalentní s R 2 = R, nikoli je s inkluzí R 2 R. : Je-li R S ekvivalence, pak je symetrická, tj. R S = (R S) 1 = S 1 R 1 = S R. : Složení reflexivních relací je vždy reflexivní relace. Ověříme symetrii: (R S) 1 = S 1 R 1 = S R = R S, kde v posledním kroku jsme užili komutativitu. Zbývá tranzitivita: (R S) 2 = R 2 S 2 díky komutativitě. Protože v našem případě R 2 = R a S 2 = S, máme (R S) 2 = R S a ověření tranzitivity je dokončené. (11) Relace P je uspořádání, ale ne všechny dvojice jsou porovnatelné, např. a = 0 a b = 10. (13) Matice M 1 a M 2. (14) 0 L 0001 L 01 L 010 L 0101 L 011 L 11. (15) Neexistuje největší ani nejmenší prvek. Maximální prvky: 27, 48, 60 a 72. Minimální prvky: 2 a 9.

Matematická analýza 1

Matematická analýza 1 Matematická analýza 1 ZS 2019-20 Miroslav Zelený 1. Logika, množiny a základní číselné obory 2. Limita posloupnosti 3. Limita a spojitost funkce 4. Elementární funkce 5. Derivace 6. Taylorův polynom Návod

Více

Pojem binární relace patří mezi nejzákladnější matematické pojmy. Binární relace

Pojem binární relace patří mezi nejzákladnější matematické pojmy. Binární relace RELACE Pojem binární relace patří mezi nejzákladnější matematické pojmy. Binární relace slouží k vyjádření vztahů mezi prvky nějakých množin. Vztahy mohou být různé povahy. Patří sem vztah býti potomkem,

Více

Oproti definici ekvivalence jsme tedy pouze zaměnili symetričnost za antisymetričnost.

Oproti definici ekvivalence jsme tedy pouze zaměnili symetričnost za antisymetričnost. Kapitola 3 Uspořádání a svazy Pojem uspořádání, který je tématem této kapitoly, představuje (vedle zobrazení a ekvivalence) další zajímavý a důležitý speciální případ pojmu relace. 3.1 Uspořádání Definice

Více

1 Lineární prostory a podprostory

1 Lineární prostory a podprostory Lineární prostory a podprostory Přečtěte si: Učebnice AKLA, kapitola první, podkapitoly. až.4 včetně. Cvičení. Které z následujících množin jsou lineárními prostory s přirozenými definicemi operací?. C

Více

Kapitola 1. Relace. podle definice podmnožinou každé množiny. 1 Neříkáme už ale, co to je objekt. V tom právě spočívá intuitivnost našeho přístupu.

Kapitola 1. Relace. podle definice podmnožinou každé množiny. 1 Neříkáme už ale, co to je objekt. V tom právě spočívá intuitivnost našeho přístupu. Kapitola 1 Relace Úvodní kapitola je věnována důležitému pojmu relace. Protože relace popisují vztahy mezi prvky množin a navíc jsou samy množinami, bude vhodné množiny nejprve krátce připomenout. 1.1

Více

Množiny, relace, zobrazení

Množiny, relace, zobrazení Množiny, relace, zobrazení Množiny Množinou rozumíme každý soubor určitých objektů shrnutých v jeden celek. Zmíněné objekty pak nazýváme prvky dané množiny. Pojem množina je tedy synonymem pojmů typu soubor,

Více

prof. RNDr. Čestmír Burdík DrCs. prof. Ing. Edita Pelantová CSc. BI-ZMA ZS 2009/2010

prof. RNDr. Čestmír Burdík DrCs. prof. Ing. Edita Pelantová CSc. BI-ZMA ZS 2009/2010 Základní pojmy prof. RNDr. Čestmír Burdík DrCs. prof. Ing. Edita Pelantová CSc. Katedra matematiky České vysoké učení technické v Praze c Čestmír Burdík, Edita Pelantová 2009 Základy matematické analýzy

Více

V předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti

V předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti Kapitola 5 Vektorové prostory V předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti operací sčítání a násobení

Více

Úvod do informatiky. Miroslav Kolařík

Úvod do informatiky. Miroslav Kolařík Úvod do informatiky přednáška pátá Miroslav Kolařík Zpracováno dle učebního textu R. Bělohlávka: Úvod do informatiky, KMI UPOL, Olomouc 2008 a dle učebního textu R. Bělohlávka a V. Vychodila: Diskrétní

Více

Lineární algebra Kapitola 1 - Základní matematické pojmy

Lineární algebra Kapitola 1 - Základní matematické pojmy Lineární algebra Kapitola 1 - Základní matematické pojmy 1.1 Relace a funkce V celém textu budeme používat následující označení pro číselné množiny: N množina všech přirozených čísel bez nuly, N={1, 2,

Více

Teorie množin. Čekají nás základní množinové operace kartézské součiny, relace zobrazení, operace. Teoretické základy informatiky.

Teorie množin. Čekají nás základní množinové operace kartézské součiny, relace zobrazení, operace. Teoretické základy informatiky. Teorie množin V matematice je všechno množina I čísla jsou definována pomocí množin Informatika stojí na matematice Znalosti Teorie množin využijeme v databázových systémech v informačních systémech při

Více

Lineární algebra : Lineární prostor

Lineární algebra : Lineární prostor Lineární algebra : Lineární prostor (3. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 17. dubna 2014, 14:43 1 2 3.1 Aximotické zavedení lineárního prostoru Číselné těleso Celou lineární

Více

2. přednáška 8. října 2007

2. přednáška 8. října 2007 2. přednáška 8. října 2007 Konvergence v metrických prostorech. Posloupnost bodů (a n ) M v metrickém prostoru (M, d) konverguje (je konvergentní), když v M existuje takový bod a, že lim n d(a n, a) =

Více

INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28.

INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28. INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28.0141 Relace, zobrazení, algebraické struktury Michal Botur Přednáška

Více

B i n á r n í r e l a c e. Patrik Kavecký, Radomír Hamřík

B i n á r n í r e l a c e. Patrik Kavecký, Radomír Hamřík B i n á r n í r e l a c e Patrik Kavecký, Radomír Hamřík Obsah 1 Kartézský součin dvou množin... 3 2 Binární relace... 6 3 Inverzní relace... 8 4 Klasifikace binární relací... 9 5 Ekvivalence... 12 2 1

Více

Pro každé formule α, β, γ, δ platí: Pro každé formule α, β, γ platí: Poznámka: Platí právě tehdy, když je tautologie.

Pro každé formule α, β, γ, δ platí: Pro každé formule α, β, γ platí: Poznámka: Platí právě tehdy, když je tautologie. Zpracoval: hypspave@fel.cvut.cz 5. Výroková logika, formule výrokové logiky a jejich pravdivostní ohodnocení, splnitelné formule, tautologie, kontradikce, sémantický důsledek, tautologicky ekvivalentní

Více

Cílem kapitoly je opakování a rozšíření středoškolských znalostí v oblasti teorie množin.

Cílem kapitoly je opakování a rozšíření středoškolských znalostí v oblasti teorie množin. 1.2. Cíle Cílem kapitoly je opakování a rozšíření středoškolských znalostí v oblasti teorie množin. Průvodce studiem Množina je jedním ze základních pojmů moderní matematiky. Teorii množin je možno budovat

Více

Operace s maticemi

Operace s maticemi Operace s maticemi Seminář druhý 17.10. 2018 Obsah 1 Operace s maticemi 2 Hodnost matice 3 Regulární matice 4 Inverzní matice Matice Definice (Matice). Reálná matice typu m n je obdélníkové schema A =

Více

Vektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace

Vektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace Vektory a matice Aplikovaná matematika I Dana Říhová Mendelu Brno Obsah 1 Vektory Základní pojmy a operace Lineární závislost a nezávislost vektorů 2 Matice Základní pojmy, druhy matic Operace s maticemi

Více

Kongruence na množině celých čísel

Kongruence na množině celých čísel 121 Kapitola 4 Kongruence na množině celých čísel 4.1 Relace kongruence na množině celých čísel Vraťme se k úvahám o dělení se zbytkem. Na základní škole jsme se naučili, že když podělíme číslo 11 číslem

Více

1.3. Číselné množiny. Cíle. Průvodce studiem. Výklad

1.3. Číselné množiny. Cíle. Průvodce studiem. Výklad 1.3. Cíle Cílem kapitoly je seznámení čtenáře s axiomy číselných oborů a jejich podmnožin (intervalů) a zavedení nových pojmů, které nejsou náplní středoškolských osnov. Průvodce studiem Vývoj matematiky

Více

Princip rozšíření a operace s fuzzy čísly

Princip rozšíření a operace s fuzzy čísly Center for Machine Perception presents Princip rozšíření a operace s fuzzy čísly Mirko Navara Center for Machine Perception Faculty of Electrical Engineering Czech Technical University Praha, Czech Republic

Více

PŘEDNÁŠKA 7 Kongruence svazů

PŘEDNÁŠKA 7 Kongruence svazů PŘEDNÁŠKA 7 Kongruence svazů PAVEL RŮŽIČKA Abstrakt. Definujeme svazové kongruence a ukážeme jak pro vhodné binární relace svazu ověřit, že se jedná o svazové kongruence. Popíšeme svaz Con(A) kongruencí

Více

1. Množiny, zobrazení, relace

1. Množiny, zobrazení, relace Matematická analýza I přednášky M. Málka cvičení A. Hakové a R. Otáhalové Zimní semestr 2004/05 1. Množiny, zobrazení, relace První kapitola je věnována základním pojmům teorie množin. Pojednává o množinách

Více

Maticí typu (m, n), kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru:

Maticí typu (m, n), kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru: 3 Maticový počet 3.1 Zavedení pojmu matice Maticí typu (m, n, kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru: a 11 a 12... a 1k... a 1n a 21 a 22...

Více

Teorie množin. pro fajnšmekry - TeMno. Lenka Macálková BR Solutions Orličky. Lenka (Brkos 2010) TeMno

Teorie množin. pro fajnšmekry - TeMno. Lenka Macálková BR Solutions Orličky. Lenka (Brkos 2010) TeMno Teorie množin pro fajnšmekry - TeMno Lenka Macálková BR Solutions 2010 - Orličky 23.2. 27.2.2010 Lenka (Brkos 2010) TeMno 23.2. 27.2.2010 1 / 42 Bylo nebylo... Starověké Řecko - nekonečnost nepochopená

Více

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice Vektorové podprostory K množina reálných nebo komplexních čísel, U vektorový prostor nad K. Lineární kombinace vektorů u 1, u 2,...,u

Více

Relace. R, S vyjmenovaním prvků. Sestrojte grafy relací R, S. Určete relace

Relace. R, S vyjmenovaním prvků. Sestrojte grafy relací R, S. Určete relace Relace 1. Nechť A = {n N; n < 10}, B = {m N; m 12}, R = {[m, n] A B; m + 1 = n}, S = {[m, n] A B; m 2 = n}. Zapište relace R, S vyjmenovaním prvků. Sestrojte grafy relací R, S. Určete relace R R, S S,

Více

Množiny, základní číselné množiny, množinové operace

Množiny, základní číselné množiny, množinové operace 2 Množiny, základní číselné množiny, množinové operace Pokud kliknete na některý odkaz uvnitř textu kromě prezentace, zobrazí se odpovídající příklad nebo tabulka. Levý Alt+šipka doleva nebo ikona Vás

Více

Aritmetika s didaktikou I.

Aritmetika s didaktikou I. Katedra matematiky PF UJEP Aritmetika s didaktikou I. KM1 / 0001 Přednáška 02 Opakování základních pojmů - 2. část O čem budeme hovořit: Binární relace a jejich vlastnosti Speciální typy binárních relací

Více

KATEDRA INFORMATIKY UNIVERZITA PALACKÉHO ALGEBRA DAGMAR SKALSKÁ VÝVOJ TOHOTO UČEBNÍHO TEXTU JE SPOLUFINANCOVÁN

KATEDRA INFORMATIKY UNIVERZITA PALACKÉHO ALGEBRA DAGMAR SKALSKÁ VÝVOJ TOHOTO UČEBNÍHO TEXTU JE SPOLUFINANCOVÁN KATEDRA INFORMATIKY PŘÍRODOVĚDECKÁ FAKULTA UNIVERZITA PALACKÉHO ALGEBRA DAGMAR SKALSKÁ VÝVOJ TOHOTO UČEBNÍHO TEXTU JE SPOLUFINANCOVÁN EVROPSKÝM SOCIÁLNÍM FONDEM A STÁTNÍM ROZPOČTEM ČESKÉ REPUBLIKY Olomouc

Více

Důkaz Heineho Borelovy věty. Bez újmy na obecnosti vezmeme celý prostor A = M (proč? úloha 1). Implikace. Nechť je (M, d) kompaktní a nechť.

Důkaz Heineho Borelovy věty. Bez újmy na obecnosti vezmeme celý prostor A = M (proč? úloha 1). Implikace. Nechť je (M, d) kompaktní a nechť. Přednáška 3, 19. října 2015 Důkaz Heineho Borelovy věty. Bez újmy na obecnosti vezmeme celý prostor A = M (proč? úloha 1). Implikace. Nechť je (M, d) kompaktní a nechť X i = M i I je jeho pokrytí otevřenými

Více

ALGEBRA. Téma 4: Grupy, okruhy a pole

ALGEBRA. Téma 4: Grupy, okruhy a pole SLEZSKÁ UNIVERZITA V OPAVĚ Matematický ústav v Opavě Na Rybníčku 1, 746 01 Opava, tel. (553) 684 611 DENNÍ STUDIUM Téma 4: Grupy, okruhy a pole Základní pojmy unární operace, binární operace, asociativita,

Více

MATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij]

MATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij] MATICE Matice typu m/n nad tělesem T je soubor m n prvků z tělesa T uspořádaných do m řádků a n sloupců: a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij] a m1 a m2 a mn Prvek a i,j je prvek matice A na místě

Více

Kapitola Základní množinové pojmy Princip rovnosti. Dvě množiny S a T jsou si rovny (píšeme S = T ) prvek T je také prvkem S.

Kapitola Základní množinové pojmy Princip rovnosti. Dvě množiny S a T jsou si rovny (píšeme S = T ) prvek T je také prvkem S. 1 Kapitola 1 Množiny 11 Základní množinové pojmy Pojem množiny nedefinujeme, pouze připomínáme, že množina je souhrn, nebo soubor navzájem rozlišitelných objektů, kterým říkáme prvky 111 Princip rovnosti

Více

PŘEDNÁŠKA 2 POSLOUPNOSTI

PŘEDNÁŠKA 2 POSLOUPNOSTI PŘEDNÁŠKA 2 POSLOUPNOSTI 2.1 Zobrazení 2 Definice 1. Uvažujme libovolné neprázdné množiny A, B. Zobrazení množiny A do množiny B je definováno jako množina F uspořádaných dvojic (x, y A B, kde ke každému

Více

0.1 Úvod do lineární algebry

0.1 Úvod do lineární algebry Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Lineární rovnice o 2 neznámých Definice 011 Lineární rovnice o dvou neznámých x, y je rovnice, která může být vyjádřena ve tvaru ax + by = c, kde

Více

Báze a dimenze vektorových prostorů

Báze a dimenze vektorových prostorů Báze a dimenze vektorových prostorů Buď (V, +, ) vektorový prostor nad tělesem (T, +, ). Nechť u 1, u 2,..., u n je konečná posloupnost vektorů z V. Existují-li prvky s 1, s 2,..., s n T, z nichž alespoň

Více

Ekvivalence. Základy diskrétní matematiky, BI-ZDM ZS 2011/12, Lekce 5

Ekvivalence. Základy diskrétní matematiky, BI-ZDM ZS 2011/12, Lekce 5 doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky FIT České vysoké učení technické v Praze c Josef Kolar, 2011 Základy diskrétní matematiky, BI-ZDM ZS 2011/12, Lekce 5 Evropský sociální fond.

Více

Bakalářská matematika I

Bakalářská matematika I 1. Funkce Diferenciální počet Mgr. Jaroslav Drobek, Ph. D. Katedra matematiky a deskriptivní geometrie Bakalářská matematika I Některé užitečné pojmy Kartézský součin podrobnosti Definice 1.1 Nechť A,

Více

M M. Je-li ρ M 2 relace, pak vztah (x, y) ρ zapisujeme x ρ y.

M M. Je-li ρ M 2 relace, pak vztah (x, y) ρ zapisujeme x ρ y. Matematický ústav Slezské univerzity v Opavě Učební textykpřednášce ALGEBRA I, zimní semestr 2000/2001 Michal Marvan 8. Uspořádání asvazy Uspořádání je další užitečná abstraktní struktura na množině. Modeluje

Více

Nechť M je množina. Zobrazení z M M do M se nazývá (binární) operace

Nechť M je množina. Zobrazení z M M do M se nazývá (binární) operace Kapitola 2 Algebraické struktury Řada algebraických objektů má podobu množiny s nějakou dodatečnou strukturou. Například vektorový prostor je množina vektorů, ty však nejsou jeden jako druhý : jeden z

Více

ÚVOD DO ARITMETIKY. Michal Botur

ÚVOD DO ARITMETIKY. Michal Botur ÚVOD DO ARITMETIKY Michal Botur 2011 2 Obsah 1 Algebraické základy 3 1.1 Binární relace.................................. 3 1.2 Zobrazení a operace............................... 7 1.3 Algebry s jednou

Více

Základy matematiky pro FEK

Základy matematiky pro FEK Základy matematiky pro FEK 1. přednáška 22.9.2016 Blanka Šedivá KMA zimní semestr 2016/2017 Blanka Šedivá (KMA) Základy matematiky pro FEK zimní semestr 2016/2017 1 / 19 Organizační pokyny přednášející:

Více

1 Báze a dimenze vektorového prostoru 1

1 Báze a dimenze vektorového prostoru 1 1 Báze a dimenze vektorového prostoru 1 Báze a dimenze vektorového prostoru 1 2 Aritmetické vektorové prostory 7 3 Eukleidovské vektorové prostory 9 Levá vnější operace Definice 5.1 Necht A B. Levou vnější

Více

1 Linearní prostory nad komplexními čísly

1 Linearní prostory nad komplexními čísly 1 Linearní prostory nad komplexními čísly V této přednášce budeme hledat kořeny polynomů, které se dále budou moci vyskytovat jako složky vektorů nebo matic Vzhledem k tomu, že kořeny polynomu (i reálného)

Více

Operace s maticemi. 19. února 2018

Operace s maticemi. 19. února 2018 Operace s maticemi Přednáška druhá 19. února 2018 Obsah 1 Operace s maticemi 2 Hodnost matice (opakování) 3 Regulární matice 4 Inverzní matice 5 Determinant matice Matice Definice (Matice). Reálná matice

Více

NAIVNÍ TEORIE MNOŽIN, okruh č. 5

NAIVNÍ TEORIE MNOŽIN, okruh č. 5 NAIVNÍ TEORIE MNOŽIN, okruh č. 5 Definování množiny a jejích prvků Množina je souhrn nějakých věcí. Patří-li věc do množiny X, říkáme, že v ní leží, že je jejím prvkem nebo že množina X tuto věc obsahuje.

Více

Kapitola 1. Úvod. 1.1 Značení. 1.2 Výroky - opakování. N... přirozená čísla (1, 2, 3,...). Q... racionální čísla ( p, kde p Z a q N) R...

Kapitola 1. Úvod. 1.1 Značení. 1.2 Výroky - opakování. N... přirozená čísla (1, 2, 3,...). Q... racionální čísla ( p, kde p Z a q N) R... Kapitola 1 Úvod 1.1 Značení N... přirozená čísla (1, 2, 3,...). Z... celá čísla ( 3, 2, 1, 0, 1, 2,...). Q... racionální čísla ( p, kde p Z a q N) q R... reálná čísla C... komplexní čísla 1.2 Výroky -

Více

Relace a kongruence modulo

Relace a kongruence modulo Relace a kongruence modulo Jiří Velebil: X01DML 5. listopadu 2010: Relace a kongruence modulo 1/17 Definice Binární relace R na množině A je podmnožina R A A. Píšeme x R y (čteme: x je v relaci R s y)

Více

5 Orientované grafy, Toky v sítích

5 Orientované grafy, Toky v sítích Petr Hliněný, FI MU Brno, 205 / 9 FI: IB000: Toky v sítích 5 Orientované grafy, Toky v sítích Nyní se budeme zabývat typem sít ových úloh, ve kterých není podstatná délka hran a spojení, nýbž jejich propustnost

Více

0. ÚVOD - matematické symboly, značení,

0. ÚVOD - matematické symboly, značení, 0. ÚVOD - matematické symboly, značení, číselné množiny Výroky Výrok je každé sdělení, u kterého lze jednoznačně rozhodnout, zda je či není pravdivé. Každému výroku lze proto přiřadit jedinou pravdivostní

Více

Věta o dělení polynomů se zbytkem

Věta o dělení polynomů se zbytkem Věta o dělení polynomů se zbytkem Věta. Nechť R je okruh, f, g R[x], přičemž vedoucí koeficient polynomu g 0 je jednotka okruhu R. Pak existuje jediná dvojice polynomů q, r R[x] taková, že st(r) < st(g)

Více

Úvod do informatiky. Miroslav Kolařík

Úvod do informatiky. Miroslav Kolařík Úvod do informatiky přednáška sedmá Miroslav Kolařík Zpracováno dle učebního textu R. Bělohlávka: Úvod do informatiky, KMI UPOL, Olomouc 2008. Obsah 1 Čísla a číselné obory 2 Princip indukce 3 Vybrané

Více

i=1 Přímka a úsečka. Body, které leží na přímce procházející body a a b můžeme zapsat pomocí parametrické rovnice

i=1 Přímka a úsečka. Body, které leží na přímce procházející body a a b můžeme zapsat pomocí parametrické rovnice I. Funkce dvou a více reálných proměnných 1. Úvod Značení: V textu budeme používat označení: N pro množinu všech přirozených čísel; R pro množinu všech reálných čísel; R n pro množinu všech uspořádaných

Více

p 2 q , tj. 2q 2 = p 2. Tedy p 2 je sudé číslo, což ale znamená, že

p 2 q , tj. 2q 2 = p 2. Tedy p 2 je sudé číslo, což ale znamená, že KAPITOLA 1: Reálná čísla [MA1-18:P1.1] 1.1. Číselné množiny Přirozená čísla... N = {1,, 3,...} nula... 0, N 0 = {0, 1,, 3,...} = N {0} Celá čísla... Z = {0, 1, 1,,, 3,...} Racionální čísla... { p } Q =

Více

Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru. Kvadratická forma v n proměnných je tak polynom n proměnných s

Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru. Kvadratická forma v n proměnných je tak polynom n proměnných s Kapitola 13 Kvadratické formy Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru f(x 1,..., x n ) = a ij x i x j, kde koeficienty a ij T. j=i Kvadratická forma v n proměnných

Více

Úvod do informatiky. Miroslav Kolařík. Zpracováno dle učebního textu R. Bělohlávka: Úvod do informatiky, KMI UPOL, Olomouc 2008.

Úvod do informatiky. Miroslav Kolařík. Zpracováno dle učebního textu R. Bělohlávka: Úvod do informatiky, KMI UPOL, Olomouc 2008. Úvod do informatiky přednáška čtvrtá Miroslav Kolařík Zpracováno dle učebního textu R. Bělohlávka: Úvod do informatiky, KMI UPOL, Olomouc 2008. Obsah 1 Pojem relace 2 Vztahy a operace s (binárními) relacemi

Více

1 Základní pojmy. 1.1 Množiny

1 Základní pojmy. 1.1 Množiny 1 Základní pojmy V této kapitole si stručně připomeneme základní pojmy, bez jejichž znalostí bychom se v dalším studiu neobešli. Nejprve to budou poznatky z logiky a teorie množin. Dále se budeme věnovat

Více

Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA I, zimní semestr 2000/2001 Michal Marvan. 2.

Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA I, zimní semestr 2000/2001 Michal Marvan. 2. Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA I, zimní semestr 2000/2001 Michal Marvan 2. Homomorfismy V souvislosti se strukturami se v moderní matematice studují i zobrazení,

Více

Každé formuli výrokového počtu přiřadíme hodnotu 0, půjde-li o formuli nepravdivou, a hodnotu 1, půjde-li. α neplatí. β je nutná podmínka pro α

Každé formuli výrokového počtu přiřadíme hodnotu 0, půjde-li o formuli nepravdivou, a hodnotu 1, půjde-li. α neplatí. β je nutná podmínka pro α 1. JAZYK ATEATIKY 1.1 nožiny nožina je souhrn objektů určitých vlastností, které chápeme jako celek. ZNAČENÍ. x A x A θ A = { { a, b a A = B A B 0, 1 2 a, a,..., a n x patří do množiny A x nepatří do množiny

Více

Omezenost funkce. Definice. (shora, zdola) omezená na množině M D(f ) tuto vlastnost. nazývá se (shora, zdola) omezená tuto vlastnost má množina

Omezenost funkce. Definice. (shora, zdola) omezená na množině M D(f ) tuto vlastnost. nazývá se (shora, zdola) omezená tuto vlastnost má množina Přednáška č. 5 Vlastnosti funkcí Jiří Fišer 22. října 2007 Jiří Fišer (KMA, PřF UP Olomouc) KMA MMAN1 Přednáška č. 4 22. října 2007 1 / 1 Omezenost funkce Definice Funkce f se nazývá (shora, zdola) omezená

Více

Teoretická informatika Tomáš Foltýnek Teorie čísel Nekonečno

Teoretická informatika Tomáš Foltýnek Teorie čísel Nekonečno Tomáš Foltýnek foltynek@pef.mendelu.cz Teorie čísel Nekonečno strana 2 Opakování z minulé přednášky Jak je definována podmnožina, průnik, sjednocení, rozdíl? Jak je definována uspořádaná dvojice a kartézský

Více

Množina je nejdůležitější matematický pojem, na kterém stojí veškeré další matematické pojmy.

Množina je nejdůležitější matematický pojem, na kterém stojí veškeré další matematické pojmy. 1 Teorie množin Základní informace V této výukové jednotce se student seznámí se základními pojmy a algoritmy z teorie množin. Začneme základními operacemi s množinami, seznámíme se s pojmy jako kartézský

Více

RELACE, OPERACE. Relace

RELACE, OPERACE. Relace RELACE, OPERACE Relace Užití: 1. K popisu (evidenci) nějaké množiny objektů či jevů, které lze charakterizovat pomocí jejich vlastnostmi. Entita je popsána pomocí atributů. Ty se vybírají z domén. Různé

Více

Texty k přednáškám z MMAN3: 4. Funkce a zobrazení v euklidovských prostorech

Texty k přednáškám z MMAN3: 4. Funkce a zobrazení v euklidovských prostorech Texty k přednáškám z MMAN3: 4. Funkce a zobrazení v euklidovských prostorech 1. července 2008 1 Funkce v R n Definice 1 Necht n N a D R n. Reálnou funkcí v R n (reálnou funkcí n proměnných) rozumíme zobrazení

Více

Těleso racionálních funkcí

Těleso racionálních funkcí Těleso racionálních funkcí Poznámka. V minulém semestru jsme libovolnému oboru integrity sestrojili podílové těleso. Pro libovolné těleso R je okruh polynomů R[x] oborem integrity, máme tedy podílové těleso

Více

Poznámka. Je-li f zobrazení, ve kterém potřebujeme zdůraznit proměnnou, píšeme f(x) (resp. f(y), resp. f(t)) je zobrazení místo f je zobrazení.

Poznámka. Je-li f zobrazení, ve kterém potřebujeme zdůraznit proměnnou, píšeme f(x) (resp. f(y), resp. f(t)) je zobrazení místo f je zobrazení. 2. ZOBRAZENÍ A FUNKCE 2.1 Zobrazení 2. 1. 1 Definice: Nechť A a B jsou množiny. Řekneme že f je zobrazení množiny A do množiny B jestliže (i) f A B (ii) ke každému z množiny A eistuje právě jedno y z množiny

Více

Kritéria dělitelnosti Divisibility Criterions

Kritéria dělitelnosti Divisibility Criterions VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Katedra aplikované matematiky Kritéria dělitelnosti Divisibility Criterions 2014 Veronika Balcárková Ráda bych na tomto místě poděkovala

Více

Matice. a m1 a m2... a mn

Matice. a m1 a m2... a mn Matice Nechť (R, +, ) je okruh a nechť m, n jsou přirozená čísla Matice typu m/n nad okruhem (R, +, ) vznikne, když libovolných m n prvků z R naskládáme do obdélníkového schematu o m řádcích a n sloupcích

Více

0.1 Úvod do lineární algebry

0.1 Úvod do lineární algebry Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Vektory Definice 011 Vektorem aritmetického prostorur n budeme rozumět uspořádanou n-tici reálných čísel x 1, x 2,, x n Definice 012 Definice sčítání

Více

Základní pojmy teorie množin Vektorové prostory

Základní pojmy teorie množin Vektorové prostory Základní pojmy teorie množin Přednáška MATEMATIKA č. 1 Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz 7. 10. 2010 Základní pojmy teorie množin Základní pojmy

Více

Teoretická informatika Tomáš Foltýnek foltynek@pef.mendelu.cz. Algebra Struktury s jednou operací

Teoretická informatika Tomáš Foltýnek foltynek@pef.mendelu.cz. Algebra Struktury s jednou operací Teoretická informatika Tomáš Foltýnek foltynek@pef.mendelu.cz Algebra Struktury s jednou operací Teoretická informatika 2 Proč zavádíme algebru hledáme nástroj pro popis objektů reálného světa (zejména

Více

TGH02 - teorie grafů, základní pojmy

TGH02 - teorie grafů, základní pojmy TGH02 - teorie grafů, základní pojmy Jan Březina Technical University of Liberec 5. března 2013 Počátek teorie grafů Leonard Euler (1707 1783) 1735 pobyt v Královci (Prusko), dnes Kaliningrad (Rusko) Úloha:

Více

6. Vektorový počet Studijní text. 6. Vektorový počet

6. Vektorový počet Studijní text. 6. Vektorový počet 6. Vektorový počet Budeme se pohybovat v prostoru R n, což je kartézská mocnina množiny reálných čísel R; R n = R R. Obvykle nám bude stačit omezení na případy n = 1, 2, 3; nicméně teorie je platná obecně.

Více

Matematická analýza pro informatiky I.

Matematická analýza pro informatiky I. Matematická analýza pro informatiky I. 1. přednáška Jan Tomeček tomecek@inf.upol.cz http://aix-slx.upol.cz/ tomecek/index Univerzita Palackého v Olomouci 14. února 2011 Jan Tomeček, tomecek@inf.upol.cz

Více

množinu definujeme axiomaticky: nesnažíme se ji zkonstruovat (dokonce se ani nezabýváme otázkou,

množinu definujeme axiomaticky: nesnažíme se ji zkonstruovat (dokonce se ani nezabýváme otázkou, Matematická analýza I přednášky M. Málka cvičení A. Hakové a R. Otáhalové Zimní semestr 2004/05 2. Reálná čísla, funkce reálné proměnné V této kapitole zavádíme množinu, na níž stojí celá matematická analýza:

Více

Základy teorie množin

Základy teorie množin 1 Základy teorie množin Z minula: 1. zavedení pojmů relace, zobrazení (funkce); prostá zobrazení, zobrazení na, bijekce 2. rozklady, relace ekvivalence, kongruence, faktorizace 3. uspořádání a některé

Více

Polynomy nad Z p Konstrukce faktorových okruhů modulo polynom. Alena Gollová, TIK Počítání modulo polynom 1/30

Polynomy nad Z p Konstrukce faktorových okruhů modulo polynom. Alena Gollová, TIK Počítání modulo polynom 1/30 Počítání modulo polynom 3. přednáška z algebraického kódování Alena Gollová, TIK Počítání modulo polynom 1/30 Obsah 1 Polynomy nad Zp Okruh Zp[x] a věta o dělení se zbytkem 2 Kongruence modulo polynom,

Více

3 Lineární kombinace vektorů. Lineární závislost a nezávislost

3 Lineární kombinace vektorů. Lineární závislost a nezávislost 3 Lineární kombinace vektorů. Lineární závislost a nezávislost vektorů. Obrázek 5: Vektor w je lineární kombinací vektorů u a v. Vektory u, v a w jsou lineárně závislé. Obrázek 6: Vektor q je lineární

Více

Patří-li do množiny A právě prvky a, b, c, d, budeme zapisovat A = {a, b, c, d}.

Patří-li do množiny A právě prvky a, b, c, d, budeme zapisovat A = {a, b, c, d}. 2 Množiny a intervaly lgebraické výrazy 2.1 Množiny Chápání množiny lze shrnout takto: Množinou rozumíme každé shrnutí určitých a navzájem různých předmětů m našeho nazírání nebo myšlení (které nazýváme

Více

Algebraické struktury s jednou binární operací

Algebraické struktury s jednou binární operací 16 Kapitola 1 Algebraické struktury s jednou binární operací 1.1 1. Grupoid, pologrupa, monoid a grupa Chtěli by jste vědět, co jsou to algebraické struktury s jednou binární operací? No tak to si musíte

Více

Matematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic

Matematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic Přednáška třetí (a pravděpodobně i čtvrtá) aneb Úvod do lineární algebry Matice a soustavy rovnic Lineární rovnice o 2 neznámých Lineární rovnice o 2 neznámých Lineární rovnice o dvou neznámých x, y je

Více

Definice. Vektorový prostor V nad tělesem T je množina s operacemi + : V V V, tj. u, v V : u + v V : T V V, tj. ( u V )( a T ) : a u V které splňují

Definice. Vektorový prostor V nad tělesem T je množina s operacemi + : V V V, tj. u, v V : u + v V : T V V, tj. ( u V )( a T ) : a u V které splňují Definice. Vektorový prostor V nad tělesem T je množina s operacemi + : V V V, tj. u, v V : u + v V : T V V, tj. ( u V )( a T ) : a u V které splňují 1. u + v = v + u, u, v V 2. (u + v) + w = u + (v + w),

Více

Co je to univerzální algebra?

Co je to univerzální algebra? Co je to univerzální algebra? Při studiu řadu algebraických struktur (grupoidy, pologrupy, grupy, komutativní grupy, okruhy, obory integrity, tělesa, polosvazy, svazy, Booleovy algebry) se často některé

Více

Základy teorie množin

Základy teorie množin Základy teorie množin Teorie Výběr základních pojmů: Množina Podmnožina Prázdná množina Označení běžně používaných množin Množinová algebra (sjednocení, průnik, rozdíl) Doplněk množiny Potenční množina

Více

Pavel Horák, Josef Janyška LINEÁRNÍ ALGEBRA UČEBNÍ TEXT

Pavel Horák, Josef Janyška LINEÁRNÍ ALGEBRA UČEBNÍ TEXT Pavel Horák, Josef Janyška LINEÁRNÍ ALGEBRA UČEBNÍ TEXT 2 0 1 8 Obsah 1 Vektorové prostory 1 1 Vektorový prostor, podprostory........................ 1 2 Generování podprostor u............................

Více

Základy teorie množin

Základy teorie množin 1 Základy teorie množin Z minula: 1. Cantorovu větu (x P(x)) 2. základní vlastnosti disjunktního sjednocení, kartézského součinu a množinové mocniny (z hlediska relací, ) 3. vztah P(a) a 2 4. větu (2 a

Více

(FAPPZ) Petr Gurka aktualizováno 12. října Přehled některých elementárních funkcí

(FAPPZ) Petr Gurka aktualizováno 12. října Přehled některých elementárních funkcí 1. Reálná funkce reálné proměnné, derivování (FAPPZ) Petr Gurka aktualizováno 12. října 2011 Obsah 1 Přehled některých elementárních funkcí 1 1.1 Polynomické funkce.......................... 1 1.2 Racionální

Více

TGH02 - teorie grafů, základní pojmy

TGH02 - teorie grafů, základní pojmy TGH02 - teorie grafů, základní pojmy Jan Březina Technical University of Liberec 31. března 2015 Počátek teorie grafů Leonard Euler (1707 1783) 1735 pobyt v Královci (Prusko), dnes Kaliningrad (Rusko)

Více

Lineární algebra : Báze a dimenze

Lineární algebra : Báze a dimenze Lineární algebra : Báze a dimenze (5. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 9. dubna 2014, 13:33 1 2 5.1 Báze lineárního prostoru Definice 1. O množině vektorů M z LP V řekneme,

Více

Lineární algebra : Skalární součin a ortogonalita

Lineární algebra : Skalární součin a ortogonalita Lineární algebra : Skalární součin a ortogonalita (15. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 30. dubna 2014, 09:00 1 2 15.1 Prehilhertovy prostory Definice 1. Buď V LP nad

Více

Přednáška 9, 28. listopadu 2014 Část 4: limita funkce v bodě a spojitost funkce

Přednáška 9, 28. listopadu 2014 Část 4: limita funkce v bodě a spojitost funkce Přednáška 9, 28. listopadu 2014 Část 4: limita funkce v bodě a spojitost funkce Zápisem f : M R rozumíme, že je dána funkce definovaná na neprázdné množině M R reálných čísel, což je množina dvojic f =

Více

Přednáška 1: Reálná funkce jedné reálné proměnné

Přednáška 1: Reálná funkce jedné reálné proměnné Přednáška : Reálná unkce jedné reálné proměnné Pojem unkce Deinice Reálnou unkcí jedné reálné proměnné rozumíme předpis y ( ) na jehož základě je každému prvku množiny D (zvané deiniční obor) přiřazen

Více

Konstrukce relace. Postupně konstruujeme na množině všech stavů Q relace i,

Konstrukce relace. Postupně konstruujeme na množině všech stavů Q relace i, [161014-1204 ] 11 2.1.35 Konstrukce relace. Postupně konstruujeme na množině všech stavů Q relace i, kde i = 0, 1,..., takto: p 0 q právě tehdy, když bud p, q F nebo p, q F. Dokud i+1 i konstruujeme p

Více

ALGEBRA. Téma 5: Vektorové prostory

ALGEBRA. Téma 5: Vektorové prostory SLEZSKÁ UNIVERZITA V OPAVĚ Matematický ústav v Opavě Na Rybníčku 1, 746 01 Opava, tel. (553) 684 611 DENNÍ STUDIUM Téma 5: Vektorové prostory Základní pojmy Vektorový prostor nad polem P, reálný (komplexní)

Více

α β ) právě tehdy, když pro jednotlivé hodnoty platí β1 αn βn. Danou relaci nazýváme relace

α β ) právě tehdy, když pro jednotlivé hodnoty platí β1 αn βn. Danou relaci nazýváme relace Monotónní a Lineární Funkce 1. Relace předcházení a to Uvažujme dva vektory hodnot proměnných α = α,, 1 αn ( ) a β = ( β β ) 1,, n x,, 1 xn. Říkáme, že vekto r hodnot α předchází vektor hodnot β (značíme

Více

Lineární algebra : Skalární součin a ortogonalita

Lineární algebra : Skalární součin a ortogonalita Lineární algebra : Skalární součin a ortogonalita (15. přednáška) František Štampach, Karel Klouda frantisek.stampach@fit.cvut.cz, karel.klouda@fit.cvut.cz Katedra aplikované matematiky Fakulta informačních

Více

6.1 Vektorový prostor

6.1 Vektorový prostor 6 Vektorový prostor, vektory Lineární závislost vektorů 6.1 Vektorový prostor Nechť je dán soubor nějakých prvků, v němž je dána jistá struktura vztahů mezi jednotlivými prvky nebo v němž jsou předepsána

Více

Stromové rozklady. Definice 1. Stromový rozklad grafu G je dvojice (T, β) taková, že T je strom,

Stromové rozklady. Definice 1. Stromový rozklad grafu G je dvojice (T, β) taková, že T je strom, Stromové rozklady Zdeněk Dvořák 25. října 2017 Definice 1. Stromový rozklad grafu G je dvojice (T, β) taková, že T je strom, β je funkce přiřazující každému vrcholu T podmnožinu vrcholů v G, pro každé

Více