2007 wyklad wstep 1

background image

Inga Jędrzejewska

Elżbieta Kotlicka

Bożenna Szkopińska

Wstęp do analizy matematycznej

Wykład

Łódź 2007

background image

,

background image

Rozdział 1.

Elementy logiki i teorii mnogości

1.1

Wstęp

Matematyka jest nauką dedukcyjną. Nowe pojęcia definiujemy za pomocą pojęć pierwotnych lub pojęć

uprzednio wprowadzonych. Własności zdefiniowanych pojęć oraz związki między nimi formułujemy w
twierdzeniach, które z kolei dowodzimy wykorzystując aksjomaty lub wcześniej udowodnione twierdzenia
(tej tematyce dokładniej poświęcony jest paragraf 1.3)

Pojęcia pierwotne to najprostsze pojęcia, których nie definiujemy. Należą do nich np.

– w logice: pojęcie zdania i wartości logicznej;
– w teorii mnogości: pojęcie zbioru, elementu zbioru, przynależności elementu do zbioru;
– w geometrii: pojęcie punktu; itd.

Aksjomaty (inaczej pewniki) to stwierdzenia, które uważamy za prawdziwe bez dowodzenia ich

prawdziwości. Przykładowo przypomnimy jeden z aksjomatów logiki i jeden z aksjomatów teorii mnogości.

• Istnieje co najmniej jedno zdanie.
• Istnieje co najmniej jeden zbiór.

Ze względu na złożony formalizm podejścia aksjomatycznego w dalszej części tego podręcznika nie bę-

dziemy bezpośrednio powoływać się na inne aksjomaty. Pozostałe pewniki wchodzące w skład powszechnie
dziś przyjmowanego układu aksjomatów E. Zermelo i A. A. Fraenkla (w skrócie ZFC) zainteresowani Czy-
telnicy mogą znaleźć w [2].

1.2

Rachunek zdań, funkcja zdaniowa

Język, którym się posługujemy w matematyce składa się ze zdań. Zadaniem logiki jest określanie

relacji między zdaniami i badanie złożonych formuł pod kątem ich budowy i wartości logicznej.

Przez zdanie w sensie logiki rozumiemy poprawnie zbudowane (tj. zgodnie z zasadami gramatyki

ustalonego języka) zdanie oznajmujące, któremu można jednoznacznie przypisać jedną z dwóch stałych
logicznych:

• prawdę (oznaczaną symbolicznie przez 1) albo
• fałsz (oznaczany symbolicznie przez 0).

Zdaniami w sensie logiki są np. sformułowania:

π jest liczbą naturalną.

lub

Tlen jest pierwiastkiem chemicznym.

Możemy jednoznacznie stwierdzić, że pierwsze z nich jest zdaniem fałszywym, drugie zaś zdaniem praw-
dziwym. Natomiast wypowiedź:

Jestem studentem.

jest zdaniem gramatycznym, nie jest jednak zdaniem logicznym, gdyż ocena jego prawdziwości zależy od
tego, kto je wypowiada. Podobnie jest w przypadku sformułowań: Dzisiaj jest poniedziałek, czy x jest
liczbą ujemną. Oczywiste jest także, że zdaniami w sensie logiki nie są sformułowania typu: Która jest
godzina? lub Przeczytaj to uważnie!

Definicja 1.1 Zmienną zdaniową nazywamy zmienną, w miejsce której możemy wstawić dowolne zda-
nie. Najczęściej zmienne zdaniowe oznaczamy małymi literami, np. p, q, r, . . .

background image

4

Rozdział 1.

Każdemu zdaniu p przypisujemy jego wartość logiczną w(p) w następujący sposób:

w(p) =



1,

gdy p jest zdaniem prawdziwym,

0,

gdy p jest zdaniem fałszywym.

Mając dane pewne zdania możemy z nich budować zdania złożone wykorzystując tzw. funktory zda-

niotwórcze (inaczej operatory logiczne lub spójniki logiczne). Najważniejsze z nich to:

• negacja zdania

(zaprzeczenie zdania) :

∼ p

czytamy

nieprawda, że p,

• koniunkcja zdań :

p

∧ q

czytamy

p i q,

• alternatywa zdań :

p

∨ q

czytamy

p lub q,

• implikacja zdań :

p

⇒ q

czytamy

jeśli p, to q
lub
z p wynika q,

• równoważność zdań :

p

⇔ q

czytamy

p jest równoważne q
lub
p zachodzi wtedy i tylko
wtedy, gdy zachodzi q

Definicja 1.2 Dla ustalonych zdań p i q wartość logiczna zdań:

∼ p, p ∧ q, p ∨ q, p ⇒ q, p ⇔ q, zależy

jedynie od wartości logicznych zdań p i q, w sposób jaki opisuje poniższa tabela:

p

q

∼ p p ∨ q

p

∧ q

p

⇒ q

p

⇔ q

1

1

0

1

1

1

1

1

0

0

1

0

0

0

0

1

1

1

0

1

0

0

0

1

0

0

1

1

Ćwiczenie 1.3 Niech p = (sinπ = 0) oraz q = (e > 3), gdzie liczba e jest stałą Eulera

1

. Określić wartość

logiczną zdań:

∼ q, p ∨ q, ∼ (q ⇒ p), ∼ q ⇒ p, p ⇔ q, (q ⇒ p) ∨ (p ∧ q).

W informatyce stosuje się również takie funktory dwuargumentowe jak:

• alternatywa wykluczająca:

p

⊕ q

czytamy

p albo q,

• alternatywa załączająca:

p

q,

• kreska Sheffera:

p

| q.

Definicje tych funktorów przedstawia poniższa tabela:

p

q

p

⊕ q

p

q

p

| q

1

1

0

1

0

1

0

1

0

1

0

1

1

0

1

0

0

0

1

1

Definicja 1.4 Wyrażenie utworzone ze zmiennych zdaniowych, funktorów zdaniotwórczych i ewentualnie
nawiasów nazywamy formułą zdaniową, schematem rachunku zdań lub wyrażeniem logicznym.
Formuły logiczne najczęściej oznaczamy literami: α, β, . . .

1

Przypomnijmy, że e jest liczbą niewymierną zdefiniowaną jako granica ciągu o wyrazie ogólnym (1 +

1

n

)

n

; e

≈ 2.71.

background image

Elementy logiki i teorii mnogości

5

Definicja 1.5 Schemat rachunku zdań, który przyjmuje wartość logiczną 1 niezależnie od wartości lo-
gicznych występujących w nim zmiennych zdaniowych, nazywamy tautologią lub prawem rachunku
zdań.

Twierdzenie 1.6 (Prawa rachunku zdań) Dla dowolnych zmiennych zdaniowych p, q, r zachodzą na-
stępujące prawa:

(1) p

∨ ∼ p

prawo wyłączonego środka,

(2)

∼ (p ∧ ∼ p)

prawo niesprzeczności,

(3) p

⇔ ∼ (∼ p)

prawo podwójnego zaprzeczenia,

(4)

(p

∨ q) ⇔ (q ∨ p)

(p

∧ q) ⇔ (q ∧ p)



prawa przemienności,

(5)

(p

∨ (q ∨ r)) ⇔ ((p ∨ q) ∨ r)

(p

∧ (q ∧ r)) ⇔ ((p ∧ q) ∧ r)



prawa łączności,

(6)

(p

∨ (q ∧ r)) ⇔ ((p ∨ q) ∧ (p ∨ r))

(p

∧ (q ∨ r)) ⇔ ((p ∧ q) ∨ (p ∧ r))



prawa rozdzielności,

(7) ∼

(p

∨ q) ⇔ (∼ p ∧ ∼ q)

∼ (p ∧ q) ⇔ (∼ p ∨ ∼ q)



prawa de Morgana,

(8) (p

⇒ q) ⇔ (∼ q ⇒∼ p)

prawo kontrapozycji,

(9)

∼ (p ⇒ q) ⇔ (∼ q ∧ p)

prawo zaprzeczenia implikacji,

(10) ((p

⇒ q) ∧ (q ⇒ r)) ⇒ (p ⇒ r)

prawo sylogizmu,

(11) (p

⇔ q) ⇔ ((p ⇒ q) ∧ (q ⇒ p)).

Ćwiczenie 1.7 Udowodnić twierdzenie 1.6.

Uwaga 1.8 Mówimy, że formuły zdaniowe α(p, q, . . . ) i β(p, q, . . . ) są formułami równoważnymi, gdy
formuła [α(p, q, . . . )

⇔ β(p, q, . . . )] jest tautologią. Np. formuła ∼ (p∨q) jest równoważna formule ∼ p ∧ ∼

q (na mocy prawa de Morgana).

Definicja 1.9 Wyrażenie zawierające zmienną, które staje się zdaniem (prawdziwym lub fałszywym),
gdy w miejsce tej zmiennej wstawimy nazwy odpowiednich obiektów (np. elementów pewnego zbioru),
nazywamy funkcją zdaniową lub formą zdaniową. Jeśli dla funkcji zdaniowej ϕ(x) określony jest zbiór
X, z którego wybieramy te obiekty, to zbiór ten nazywamy zakresem zmienności funkcji zdaniowej
ϕ(x). Piszemy wówczas ϕ(x), x

∈ X.

Przykład 1.10 Przykłady funkcji zdaniowych:

(a) α jest samogłoską,

α

∈ X, gdzie X jest zbiorem liter alfabetu polskiego,

(b) x

2

− 1 = 0, x ∈ R,

(c)

|sin x| ¬

1
2

,

x

∈ R,

(d) A i B są rodzeństwem,

(e) Re z + Im z > 0.

Jeśli przy funkcji zdaniowej nie jest podany jej zakres, wtedy można przyjąć, że zakresem danej fukcji
zdaniowej jest zbiór wszystkich obiektów, dla których ma ona sens. I tak np. patrząc na postać funkcji
zdaniowych z przykładów (d) i (e), można przyjąć, iż zakresem pierwszej z nich jest zbiór wszystkich ludzi,
zaś drugiej – zbiór liczb zespolonych

2

.

2

Zbiór liczb zespolonych jest naturalnym rozszerzeniem zbioru liczb rzeczywistych; dokładniejsze informacje na ten temat

można znaleźć np. w [1].

background image

6

Rozdział 1.

Definicja 1.11 Niech ϕ(x) będzie funkcją zdaniową, której zakresem zmienności jest niepusty zbiór X.
Jeśli dla pewnego a

∈ X wyrażenie ϕ(a) jest zdaniem prawdziwym, to mówimy, że a spełnia funkcję

zdaniową ϕ(x). Zbiór wszystkich elementów zbioru X, które spełniają funkcję zdaniową ϕ(x), tj. zbiór

{x ∈ X : ϕ(x)}

def

=

{x ∈ X : w(ϕ(x)) = 1}

nazywamy wykresem funkcji zdaniowej ϕ(x).

Ćwiczenie 1.12 Wyznaczyć wykresy podanych funkcji zdaniowych:

ϕ(x) = (x

2

+ x < 0) dla x

∈ R,

ψ(x) = (x

2

+ x < 0) dla x

∈ N.

Uwaga 1.13 Jak pokazują przykłady 1.10 (b), 1.10 (c) oraz 1.12, funkcjami zdaniowymi są w szczególno-
ści równania i nierówności. W takim przypadku zakres funkcji zdaniowej nazywamy odpowiednio dziedziną
równania lub dziedziną nierówności, zaś jej wykres – zbiorem rozwiązań równania lub zbiorem rozwiązań
nierówności.

1.3

Twierdzenia i metody dowodzenia

Nowe twierdzenia najczęściej powstają w ten sposób, że najpierw formułujemy pewną hipotezę, a

potem staramy się ją udowodnić. W dowodach twierdzeń wykorzystujemy aksjomaty, twierdzenia wcześniej
udowodnione oraz tzw. reguły wnioskowania (patrz definicja ??) opierające się na podstawowych prawach
rachunku zdań.

Twierdzenia matematyczne na ogół formułuje się w postaci implikacji, jak ma to miejsce np. w przy-

padku twierdzenia (T1).

(T1) Jeśli 0 jest ostatnią cyfrą danej liczby, to liczba ta jest podzielna przez 5.

Z punktu widzenia logiki twierdzenia tego typu można zapisać schematycznie w postaci implikacji Z

T , gdzie Z i T mogą być pewnymi zdaniami lub funkcjami zdaniowymi. W takiej sytuacji poprzednik
implikacji Z nazywamy założeniem twierdzenia, zaś następnik T – tezą twierdzenia. (Przykładowo,
założenie twierdzenia (T1) stanowi formuła: 0 jest ostatnią cyfrą danej liczby, zaś tezę wyrażenie: liczba
jest podzielna przez 5.) Twierdzenie mające postać implikacji Z

⇒ T można również wyrazić w następujący

sposób:

Z jest warunkiem wystarczającym (dostatecznym) na to, aby zachodziło T , lub

T jest warunkiem koniecznym na to, aby zachodziło Z.

Rozważane twierdzenie (T1) można więc sformułować w sposób równoważny w postaci (T1

0

) lub (T1

00

):

(T1

0

) Fakt, że 0

jest ostatnią cyfrą danej liczby, jest warunkiem wystaczającym podzielności tej liczby

przez 5 .

(T1

00

) Podzielność danej liczby przez 5 jest warunkiem koniecznym, na to aby ostatnią cyfrą tej liczby było

0.

Niektóre twierdzenia mogą być również formułowane w postaci równoważności Z

⇔ T (mówimy wów-

czas, że Z jest warunkiem wystarczającym i koniecznym na to, aby zachodziło T ) lub tylko w postaci
tezy T . Przykłady takich twierdzeń podajemy poniżej:

(T2) Liczba jest podzielna przez 5 wtedy i tylko wtedy, gdy jej ostatnią cyfrą jest 0 lub 5.

(T2

0

) Fakt, że ostatnią cyfrą danej liczby jest 0 lub 5, jest warunkiem wystaczającym i koniecznym po-

dzielności tej liczby przez 5.

(T3)

2 jest liczba niewymierną.

Definicja 1.14 Niech dana będzie formuła postaci Z

⇒ T , którą dalej będziemy nazywać implikacją

prostą. Wówczas

background image

Elementy logiki i teorii mnogości

7

∼ T ⇒∼ Z

Z

⇒ T

∼ Z ⇒∼ T

T

⇒ Z

Rys. 1.1: Kwadrat logiczny.

(a) implikację T

⇒ Z nazywamy implikacją odwrotną do implikacji prostej,

(b) implikację

∼ Z ⇒∼ T nazywamy implikacją przeciwną do implikacji prostej,

(c) implikację

∼ T ⇒∼ Z nazywamy implikacją przeciwstawną do implikacji prostej.

Bezpośrednio z prawa kontrapozycji wynika, że implikacja prosta jest równoważna implikacji przeciwstaw-
nej oraz implikacja odwrotna jest równoważna implikacji przeciwnej. Zależności te ilustruje się często przy
pomocy tzw. kwadratu logicznego, w ten sposób że przy wierzchołkach kwadratu położonych wzdłuż tej
samej przekątnej umieszcza się implikacje równoważne. W konsekwencji, aby udowodnić wszystkie cztery
rozważane implikacje, wystarczy udowodnić jakiekolwiek dwie spośród nich umieszczone wzdłuż jednego
z boków kwaratu logicznego. Jako ćwiczenie proponujemy napisać implikację odwrotną, przeciwstawną i
przeciwną do twierdzenia (T1) oraz zastanowić się, wykorzystując w tym celu również kwadrat logiczny,
które z nich są prawdziwe.

Ze względu na zastosowaną metodę dowodzenia możemy wyróżnić następujące podstawowe typy do-

wodów:

• Dowód wprost – jest to bezpośredni dowód postawionej hipotezy (patrz przykład (??)). Wyróżniamy

tutaj m.in. takie dowody jak:

dowód konstruktywny – wskazujemy lub konstruujemy obiekty spełniające tezę twierdzenia; w ten
sposób można uzasadnić (wskazując np. liczby 4 i 10) prawdziwość twierdzenia:

W zbiorze liczb naturalnych istnieją dwie liczby różniące się o 6.

dowód egzystencjonalny – wykazujemy jedynie istnienie obiektu spełniającego tezę twierdzenia;
np. aby udowodnić twierdzenie:

Jeśli wszystkie wyrazy nieskończonego ciągu liczbowego należą do zbioru

{1, 2, 3}, to pewne dwa wyrazy

tego ciągu są równe,

wystarczy wykazać, że w danym ciągu istnieją dwa takie same wyrazy (ich istnienie wynika bezpo-
średnio z faktu, iż istnieje nieskończenie wiele liczb naturalnych, a zatem nieskończenie wiele spośród
wyrazów danego ciągu musi przyjąć wartość 1, 2 lub 3);

dowód indukcyjny – metoda ta będziej dokładniej omówiona w rozdziale 4; w ten sposób dowodzimy
np. twierdzenie:

Dla dowolnej liczby naturalnej n zachodzi nierówność: 2

n

> n.

dowód „w próżni” – jeśli Z jest zdaniem fałszywym, to twierdzenie postaci Z

⇒ T jest zawsze

prawdziwe.

• Dowód nie wprost przez sprowadzenie do sprzeczności – wykazujemy, że z zaprzeczenia tezy

i ewentualnych założeń (czyli zdania

∼ T lub ∼ T ∧ Z) wynika fałsz (metodę tę stosuje się np. w

dowodzie (T3)).

• Dowód nie wprost (dla twierdzeń postaci Z ⇒ T ) – dowodzimy implikacji przeciwstawnej (por.

kwadrat logiczny).

Odnotujmy, że w bardziej złożnych dowodach często stosuje się kilka spośród metod przedstawionych

powyżej oraz że to samo twierdzenie może mieć kilka różnych dowodów.

background image

8

Rozdział 1.

1.4

Rachunek zbiorów

Zbiory oznaczamy najczęściej dużymi literami, zaś ich elementy – małymi. Fakt, że a jest elementem

zbioru A, zapisujemy symbolicznie w postaci: a

∈ A. Jeśli element a nie należy do zbioru A, to stosujemy

oznaczenie: a /

∈ A. Zatem

a /

∈ A

def

∼ (a ∈ A).

Koniunkcję zdań mającą postać

a

1

∈ A ∧ a

2

∈ A ∧ . . . ∧ a

n

∈ A

zapisujemy w skróconej formie: a

1

, a

2

, . . . , a

n

∈ A.

Zbiory można definiować na różne sposoby. Najczęściej poprzez

• wymienienie jego elementów, np. A jest zbiorem złożonym z elementów: a, b, c, d, e – fakt ten zapisu-

jemy symbolicznie:

A =

{a, b, c, d, e};

• podanie metody wyznaczenia elementów zbioru (por. definicja rekurencyjna, paragraf 5.2);
• podanie własności, jakie spełniają elementy danego zbioru, np. B jest zbiorem składającym się z

pierwszych pięciu liter alfabetu polskiego. Jeśli własności te wyrażone są przy pomocy pewnej fun-
cji zdaniowej, wówczas określany zbiór jest wykresem tej funkcji – w taki sposób definiujemy np.
przedziały na osi liczbowej.

Definicja 1.15 Niech a, b

∈ R oraz a < b.

(a) Zbiór

{x ∈ R : x > a ∧ x < b} nazywamy przedziałem otwartym i oznaczamy przez (a, b).

(b) Zbiór

{x ∈ R : x ­ a ∧ x ¬ b} nazywamy przedziałem domkniętym i oznaczamy przez [a, b].

(c) Podobnie definiujemy przedziały jednostronnie domknięte:

(a, b]

def

=

{x ∈ R : x > a ∧ x ¬ b} oraz

[a, b)

def

=

{x ∈ R : x ­ a ∧ x < b}.

Mając dane różne zbiory możemy określać pewne zależności między tymi zbiorami (np. zawieranie

czy równość zbiorów), jak również definiować pewne działania na tych zbiorach (takie jak suma, iloczyn
czy różnica zbiorów). Tej tematyce poświęcimy dalszą część tego paragrafu.

Definicja 1.16 Jeśli każdy element zbioru A jest elememtem zbioru B, to mówimy, że A jest podzbiorem
zbioru B lub, że B jest nadzbiorem zbioru A. Mówimy wówczas również, że zbiór A jest zawarty w B
lub B zawiera A i zapisujemy odpowiednio

A

⊂ B lub B ⊃ A.

Równoważnie możemy zapisać:

A

⊂ B

def

⇔ (dla każdego x: x ∈ A ⇒ x ∈ B).

Symbol

⊂ nazywamy znakiem inkluzji.

B

A

Rys. 1.2: A

⊂ B

background image

Elementy logiki i teorii mnogości

9

Zbiory oraz zachodzące między nimi związki będziemy ilustrować graficznie przy pomocy rysunków

zwanych diagramami Venna. Zawieranie zbiorów albo jego brak obrazują odpowiednie diagramy na
rysunkach 1.2 i 1.3.

W przypadku, gdy zbiór A nie jest podzbiorem zbioru B zapisujemy A

6⊂ B. Można pokazać, że

zachodzi równoważność:

A

6⊂ B ⇔ (istnieje x: x ∈ A ∧ x /

∈ B).

A

B

(a)

A

B

(b)

A

B

(c)

Rys. 1.3: Trzy możliwe sytuacje, w których A

6⊂ B.

Definicja 1.17 O zbiorach A i B mówimy, że są równe, wtedy i tylko wtedy, gdy mają takie same
elementy. Zatem

A = B

def

⇔ (dla każdego x: x ∈ A ⇔ x ∈ B).

Twierdzenie 1.18 Dla dowolnych zbiorów A i B mamy:

A = B

⇔ (A ⊂ B ∧ B ⊂ A).

Ćwiczenie 1.19 Niech A =

{−1, 1}, B = {x ∈ R : |x| = 1}, C = {x ∈ R : |x| ¬ 1}. Ustalić relacje

(równości, zawierania, braku zawierania) między tymi zbiorami.

Definicja 1.20 Zbiór, który nie ma żadnego elementu nazywamy zbiorem pustym i oznaczamy sym-
bolem

∅.

Definicja 1.21 Zbiór złożony ze wszystkich podzbiorów danego niepustego zbioru A nazywamy zbiorem
potęgowym zbioru A i oznaczamy przez 2

A

lub

P(A). Zatem

B

∈ 2

A

def

⇔ B ⊂ A.

Ćwiczenie 1.22 Wyznaczyć zbiory 2

A

oraz 2

(2

A

)

, jeśli

(a) A =

∅;

(b) A =

{−1, 1}.

Ćwiczenie 1.23 Podać przykłady zbiorów będących elementami rodziny 2

N

i rodziny 2

R

.

Uwaga 1.24 Łatwo zauważyć, że dla dowolnego niepustego zbióru A zbior potęgowy 2

A

posiada zawsze

przynajmniej dwa różne elementy, a mianowicie

∅ ∈ 2

A

i A

∈ 2

A

.

Ćwiczenie 1.25 Uzasadnić, że jeśli A

⊂ B, to 2

A

⊂ 2

B

.

Definicja 1.26

background image

10

Rozdział 1.

(a) Przez sumę zbiorów A i B rozumiemy zbiór, którego elementami są wszystkie elementy zbioru A i

wszystkie elementy zbioru B. Zbiór ten oznaczamy przez A

∪ B.

(b) Przez iloczyn (część wspólną lub przecięcie) zbiorów A i B rozumiemy zbiór zawierający tylko te

elementy, które jednocześnie należą do zbioru A i do zbioru B. Zbiór ten oznaczamy przez A

∩ B.

(c) Różnicą zbiorów A i B nazywamy zbiór tych elementów, które należą do zbioru A i nie należą do B.

Zbiór ten oznaczamy przez A

\ B.

B

A

A

∪ B

A

B

A

∩ B

A

B

A

\ B

A

B

B

\ A

Rys. 1.4: Diagramy ilustrujące podstawowe działania na zbiorach.

Powyższe definicje możemy zapisać w sposób symboliczny:

x

∈ A ∪ B

def

⇔ (x ∈ A ∨ x ∈ B),

x

∈ A ∩ B

def

⇔ (x ∈ A ∧ x ∈ B),

x

∈ A \ B

def

⇔ (x ∈ A ∧ x /

∈ B).

Definicja 1.27 Zbiory A i B nazywamy rozłącznymi, gdy A

∩ B = ∅ (por. rys. 1.3 (a)).

Definicja 1.28 Załóżmy, że rozważamy zbiory zawarte w pewnym niepustym zbiorze X, który będziemy
dalej nazywać przestrzenią. Jeśli zbiór A jest podzbiorem zbioru X, to różnicę X

\ A nazywamy dopeł-

nieniem zbioru A (do przestrzeni X) i oznaczamy symbolem A

0

.

A

X

A

0

X

Rys. 1.5: Zbiór i jego dopełnienie.

Definicja 1.29 Zbiór postaci A

4 B, gdzie

A

4 B

def

= (A

\ B) ∪ (B \ A),

nazywamy różnicą symetryczną zbiorów A i B.

Z definicji wynika natychmiast, że

x

∈ A 4 B ⇔ (x ∈ A \ B ⊕ x ∈ B \ A).

background image

Elementy logiki i teorii mnogości

11

A

B

Rys. 1.6: Różnica symetryczna zbiorów A i B.

Ćwiczenie 1.30 Niech A =

{1, 2}, B = [1, 2). Wyznaczyć zbiory: A∪B, A∩B, A4B, A

0

i B

0

. Sprawdzić,

że (A

∪ B)

0

= A

0

∩ B

0

i (A

∩ B)

0

= A

0

∪ B

0

.

Twierdzenie 1.31 Niech ϕ(x) i ψ(x) będą funkcjami zdaniowymi o zakresie X. Wówczas prawdziwe są
równości:

(1)

{x ∈ X : ϕ(x) ∨ ψ(x)} = {x ∈ X : ϕ(x)} ∪ {x ∈ X : ψ(x)},

(2)

{x ∈ X : ϕ(x) ∧ ψ(x)} = {x ∈ X : ϕ(x)} ∩ {x ∈ X : ψ(x)},

(3)

{x ∈ X : ∼ ϕ(x)} = X \ {x ∈ X : ϕ(x)},

(4)

{x ∈ X : ϕ(x) ⇒ ψ(x)} = {x ∈ X : ϕ(x)}

0

∪ {x ∈ X : ψ(x)}.

Ćwiczenie 1.32 Wykorzystując powyższe twierdzenie wyznaczć zbiory:

A =

{x ∈ R : x

2

− x > 0 ∧ x

2

+ x = 0

} oraz

B =

{x ∈ R : x

2

− x > 0 ⇒ x

2

+ x = 0

}.

Twierdzenie 1.33 (Prawa rachunku zbiorów) Dla dowolnych podzbiorów A, B, C przestrzeni X praw-
dziwe są następujące prawa:

(1) (A

⊂ B ∧ B ⊂ C) ⇒ A ⊂ C

prawo przechodniości inkluzji,

(2)

A

∪ B = B ∪ A

A

∩ B = B ∩ A



prawa przemienności,

(3)

A

∪ (B ∪ C) = (A ∪ B) ∪ C

A

∩ (B ∩ C) = (A ∩ B) ∩ C



prawa łączności,

(4)

A

∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C)

A

∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C)



prawa rozdzielności,

(5)

A

∪ ∅ = A,

A

∩ ∅ = ∅,

(6)

A

∪ X = X,

A

∩ X = A,

(7)

A

∪ A = A

A

∩ A = A



prawa idempotentności,

(8) A

∩ B ⊂ A ∧ A ∩ B ⊂ B,

(9) A

⊂ A ∪ B ∧ B ⊂ A ∪ B,

(10)

A

⊂ B ⇔ A ∩ B = A

A

⊂ B ⇔ A ∪ B = B



prawa pochłaniania,

(11) A

⊂ B

A

\ B = ∅,

(12) (A

0

)

0

= A,

(13)

(A

∪ B)

0

= A

0

∩ B

0

(A

∩ B)

0

= A

0

∪ B

0



prawa de Morgana.

Prawa rachunku zbiorów dowodzi się wykorzystując m.in. prawa rachunku zdań i prawa rachunku

kwantyfikatorów, które omówimy w kolejnym paragrafie. Łatwiejsze, choć bardziej intuicyjne i mniej for-
malne, są „dowody” za pomocą diagramów Venna.

Ćwiczenie 1.34 Stosując diagramy Venna uzasadnić, że dla dowolnych zbiorów A, B, C zachodzą rów-
ności:

background image

12

Rozdział 1.

(a) A

∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C);

(b) A = (A

∩ B) ∪ (A \ B);

(c) A

4 B = (A ∪ B) \ (A ∩ B);

(d) A

\ (B ∪ C) = (A \ B) \ C.

Definicja 1.35 Parą uporządkowaną

3

ha, bi o poprzedniku a i następniku b nazywamy zbiór {{a}, {a, b}}.

Twierdzenie 1.36 Dla dowolnych a, b, c, d

ha, bi = hc, di

(a = c

∧ b = d).

Definicja 1.37 Niech A, B będą dowolnymi niepustymi zbiorami. Zbiór złożony z wszystkich par uporząd-
kowanych

ha, bi, gdzie a ∈ A, b ∈ B, nazywamy iloczynem kartezjańskim zbiorów A i B i oznaczamy

symbolem A

× B. Zatem

ha, bi ∈ A × B

def

(a

∈ A ∧ b ∈ B).

Ćwiczenie 1.38 Niech A = [0, 2) oraz B =

{1, 2}. Narysować zbiory A × A, B × B, A × B i B × A.

Twierdzenie 1.39 Dla dowolnych niepustych zbiorów A, B, C mamy:

(1) A

× B = B × A ⇔ A = B,

(2) (A

× B) × C = A × (B × C),

(3) (A

∪ B) × C = (A × C) ∪ (B × C),

(4) (A

∩ B) × C = (A × C) ∩ (B × C).

Uwaga 1.40

(a) Jak pokazuje twierdzenie 1.39 oraz przykład 1.38, iloczyn kartezjański zachowuje prawo łączności,

natomiast nie jest przemienny.

(b) Iloczyn kartezjański można zdefiniować również dla dowolnej skończonej ilości niepustych zbiorów

(patrz przykład ??). W szczególności iloczyn kartezjański trzech niepustych zbiorów A, B, C definiu-
jeny w następujący sposób:

A

× B × C

def

= (A

× B) × C.

(c) Iloczyn A

× A × · · · × A

|

{z

}

n razy

oznaczamy krótko przez A

n

.

(d) Iloczyn R

2

będziemy utożsamiać z płaszczyzną kartezjańską Oxy, zaś R

3

– z przestrzenią Oxyz.

Wprowadzenie pojęcia iloczynu kartezjańskiego umożliwia m.in. rozważanie funkcji zdaniowych wielu

zmiennych, których przykłady podajemy poniżej:

ϕ(x, y) = (x jest dzielnikiem y),

hx, yi ∈ N

2

,

ϕ(x, y, z) = (x

2

+ y

2

+ z

2

< 4),

hx, y, zi ∈ R

3

.

3

Istnieją różne sposoby definiowania pary uporządkowanej – definicja przedstawiona tutaj została zaproponowana przez

K. Kuratowskiego.

background image

Elementy logiki i teorii mnogości

13

1.5

Kwantyfikatory

Każde zdanie jest funkcją zdaniową, natomiast odwrotnie być nie musi. Z funkcji zdaniowej można

otrzymać zdanie poprzez

• podstawienie w miejsce zmiennej dowolnego elementu należącego do zakresu zmienności tej funkcji,
• zastosowanie kwantyfikatorów wiążących wszystkie zmienne funkcji zdaniowej (por. przykład ??).

Definicja 1.41 Niech ϕ(x) będzie funkcją zdaniową, której zakresem zmienności jest zbiór X.

(a) Jeśli

{x ∈ X : ϕ(x)} = X, to mówimy, że funkcja zdaniowa ϕ(x) zachodzi dla każdego x ∈ X i

zapisujemy

V

x

∈X

ϕ(x)

lub

∀(x ∈ X) ϕ(x).

(b) Jeśli

{x ∈ X : ϕ(x)} 6= ∅, to mówimy, że funkcja zdaniowa ϕ(x) zachodzi dla pewnego x ∈ X (inaczej:

istnieje x

∈ X taki, że zachodzi ϕ(x)) i zapisujemy

W

x

∈X

ϕ(x)

lub

∃(x ∈ X) ϕ(x).

Jeśli istnieje tylko jeden element o takiej własności, to stosujemy oznaczenia:

W

!

x

∈X

ϕ(x)

lub

∃!(x ∈ X) ϕ(x).

Symbol

V

(lub

∀) nazywamy kwantyfikatorem ogólnym, zaś symbol

W

(lub

∃) – kwantyfikatorem

szczegółowym.

Uwaga 1.42 W rachunku zdań i kwantyfikatorów istotną rolę odgrywają nawiasy – ich brak może zmienić
sens zapisanej formuły. Dla przykładu wyrażenie

V

x

∈R

(ϕ(x)

⇒ ψ(x))

(1.1)

jest zdaniem, zaś formuła

V

x

∈R

ϕ(x)

⇒ ψ(x)

(1.2)

określa pewną funkcję zdaniową zmiennej x. Wyrażenie ujęte w nawias, które bezpośrednio następuje
po znaku kwantyfikatora stanowi tzw. zasięg tego kwantyfikatora. Nawiasy zwykle pomija się, gdy w
zasięgu kwantyfikatora nie występują spójniki logiczne. A zatem zasięg formuły (1.1) stanowi wyrażenie
(ϕ(x)

⇒ ψ(x)), zaś formuły (1.2) – wyrażenie ϕ(x).

Definicja 1.43 Dla ustalonych funkcji zdaniowych ϕ(x), ψ(x) (o wspólnym zakresie X) definiujemy
kwantyfikatory o zakresie ograniczonym w następujący sposób:

(a)

V

φ(x)

ψ(x)

def

V

x

∈X

[φ(x)

⇒ ψ(x)],

(b)

W

φ(x)

ψ(x)

def

W

x

∈X

[φ(x)

∧ ψ(x)].

Uwaga 1.44 Niech ϕ(x, y), gdzie (x, y)

∈ X×Y , będzie funkcją zdaniową. Wówczas wyrażenia:

W

x

∈R

W

y

∈R

ϕ(x, y)

i

V

x

∈R

V

y

∈R

ϕ(x, y) są zdaniami, natomiast formuły:

W

x

∈R

ϕ(x, y) i

V

x

∈R

ϕ(x, y) są funkcjami zdaniowymi zmien-

nej y. W takiej sytuacji zmienną x nazywamy zmienną związaną, zaś zmienną y – zmienną wolną.
Kwantyfikatory wiążą jedynie zmienne znajdujące się w ich zasięgu.

background image

14

Rozdział 1.

Uwaga 1.45 Zauważmy, że w przypadku, gdy rozważamy funkcję zdaniową ϕ(x), której zakresem jest
skończony zbiór X składający się z elementów a

1

, a

2

, . . . , a

n

, wówczas

V

x

∈X

ϕ(x)

⇔ (ϕ(a

1

)

∧ ϕ(a

2

)

∧ . . . ∧ ϕ(a

n

))

oraz

W

x

∈X

ϕ(x)

⇔ (ϕ(a

1

)

∨ ϕ(a

2

)

∨ . . . ∨ ϕ(a

n

)).

Definicja 1.46 Wyrażenie

logiczne

zawierające

funkcje

zdaniowe,

których

wszystkie zmienne są związane kwantyfikatorami, i przyjmujące wartość logiczną 1 niezależnie od wy-
boru tych funkcji nazywamy prawem rachunku kwantyfikatorów.

Dla dowolnej funkcji zdaniowej ϕ(x) o zakresie X, bezpośrednio z definicji kwantyfikatorów wynika

następujące prawo rachunku kwantyfikatorów:

V

x

∈X

ϕ(x)

W

x

∈X

ϕ(x).

Twierdzenie 1.47 (Prawa de Morgana dla kwantyfikatorów) Niech
ϕ(x) będzie funkcją zdaniową, której zakresem zmienności jest zbiór X. Wówczas

(1)

h

V

x

∈X

ϕ(x)

i

W

x

∈X

[

∼ ϕ(x)] ,

(2)

h

W

x

∈X

ϕ(x)

i

V

x

∈X

[

∼ ϕ(x)].

Twierdzenie 1.48 (Prawa

rozdzielności

kwantyfikatorów

względem

funktorów zdaniotwórczych) Niech ϕ(x) i ψ(x) będą funkcjami zdaniowymi o zakresie X oraz niech
S będzie zmienną zdaniową lub funkcją zdaniową, która nie zależy w sposób efektywny od zmiennej x.
Wówczas

(1)

V

x

∈X

[ϕ(x)

∧ ψ(x)] ⇔

h

V

x

∈X

ϕ(x)

V

x

∈X

ψ(x)

i

,

(2)

W

x

∈X

[ϕ(x)

∨ ψ(x)] ⇔

h

W

x

∈X

ϕ(x)

W

x

∈X

ψ(x)

i

,

(3)

W

x

∈X

[ϕ(x)

∧ ψ(x)] ⇒

h

W

x

∈X

ϕ(x)

W

x

∈X

ψ(x)

i

,

(4)

V

x

∈X

[ϕ(x)

∨ ψ(x)] ⇐

h

V

x

∈X

ϕ(x)

V

x

∈X

ψ(x)

i

,

(5)

V

x

∈X

[ϕ(x)

⇒ ψ(x)] ⇒

h

V

x

∈X

ϕ(x)

V

x

∈X

ψ(x)

i

,

(6)

V

x

∈X

[ϕ(x)

⇒ ψ(x)] ⇒

h

W

x

∈X

ϕ(x)

W

x

∈X

ψ(x)

i

,

(7)

V

x

∈X

[ϕ(x)

∧ S] ⇔

h

V

x

∈X

ϕ(x)

∧ S

i

,

(8)

W

x

∈X

[ϕ(x)

∨ S] ⇔

h

W

x

∈X

ϕ(x)

∨ S

i

,

(9)

V

x

∈X

[ϕ(x)

∨ S] ⇔

h

V

x

∈X

ϕ(x)

∨ S

i

,

(10)

W

x

∈X

[ϕ(x)

∧ S] ⇔

h

W

x

∈X

ϕ(x)

∧ S

i

.

Twierdzenie 1.49 Niech ϕ(x, y) będzie funkcją zdaniową, której zakresem zmienności jest zbiór X

× Y .

Wówczas

background image

Elementy logiki i teorii mnogości

15

(1)

V

x

∈X

V

y

∈Y

ϕ(x, y)

V

y

∈Y

V

x

∈X

ϕ(x, y),

(2)

W

x

∈X

W

y

∈Y

ϕ(x, y)

W

y

∈Y

W

x

∈X

ϕ(x, y),

(3)

W

y

∈Y

V

x

∈X

ϕ(x, y)

V

x

∈X

W

y

∈Y

ϕ(x, y).

1.6

Działania uogólnione na zbiorach

W teorii mnogości często pojawiają się zbiory, których elementami są inne zbiory – mówimy wówczas

o rodzinie zbiorów. I tak np. zbiór

{N, Z, Q, R} stanowi przykład czteroelementowej rodziny zbiorów,

zaś zbiór

{{1}, {1, 2}, {1, 2, 3}, . . . } – przykład nieskończonej rodziny zbiorów.

Definicja 1.50 Niech T będzie zbiorem niepustym, który dalej nazywać będziemy zbiorem indeksów, zaś
X będzie dowolnym zbiorem. Każdemu elementowi t

∈ T przyporządkujmy pewien podzbiór zbioru X

i oznaczmy go przez A

t

. Otrzymaną w ten sposób rodzinę

{A

t

: t

∈ T }podzbiorów zbioru X nazywamy

indeksowaną rodziną zbiorów i oznaczamy przez

{A

t

}

t

∈T

.

Definicja 1.51 Niech

{A

t

}

t

∈T

będzie indeksowaną rodziną podzbiorów ustalonego zbioru X.

(a) Uogólnioną sumą rodziny

{A

t

}

t

∈T

nazywamy zbiór

S

t

∈T

A

t

def

=

{x ∈ X :

W

t

∈T

x

∈ A

t

}.

(b) Uogólnionym iloczynem rodziny

{A

t

}

t

∈T

nazywamy zbiór

T

t

∈T

A

t

def

=

{x ∈ X :

V

t

∈T

x

∈ A

t

}.

W analogiczny sposób można zdefiniować działania uogólnione dla dowolnej rodziny zbiorów. W przy-
padku, gdy rodzina indeksów jest dwuelementowa powyższa definicja pokrywa się z definicją 1.26.

Ćwiczenie 1.52 wyznaczyć sumę i iloczyn uogólniony podanej rodziny zbiorów:

(a) A

n

= [1 +

1

n

, 4 +

1

n

) dla n

∈ N,

(b) A

t

= (0,

1

t

2

+1

) dla t

∈ R.

Twierdzenie 1.53 (Prawa de Morgana dla działań uogólnionych)
Dla dowolnej indeksowanej rodziny

{A

t

}

t

∈T

podzbiorów ustalonego zbioru X mamy:

(1)



S

t

∈T

A

t



0

=

T

t

∈T

A

0

t

,

(2)



T

t

∈T

A

t



0

=

S

t

∈T

A

0

t

.

background image

Rozdział 2.

Relacje

2.1

Podstawowe własności relacji

Definicja 2.1 Relacją % między elementami niepustych zbiorów X i Y nazywamy każdy podzbiór ilo-
czynu kartezjańskiego X

× Y. W szczególności może to być relacja pusta, tzn. % = ∅, jak również relacja

pełna tj. % = X

× Y . Jeśli hx, yi ∈ %, to mówimy, że element x jest w relacji % z elementem y i najczęściej

zapisujemy x%y.

Jeśli X i Y są zbiorami niepustymi i skończonymi, to dowolną relację %

⊂ X × Y można opisać

przy pomocy tabeli relacji lub grafu skierowanego, który nazywamy w takiej sytuacji grafem relacji. Jak
skonstruować taką tabelę lub graf wyjaśnimy na poniższym przykładzie.

Przykład 2.2 Niech X =

{as, ba, ce, da, e}, Y = {a, b, c, d, e}. W zbiorze X × Y określamy relację % w

następujący sposób:

V

x

∈X

V

y

∈Y

[x%y

⇔ (sylaba x zawiera literę y)].

Tabelę relacji % budujemy w ten sposób, że na odpowiednich pozycjach stawiamy znaki: 1 albo 0 (lub
inne umowne znaki), w zależności od tego czy odpowiednie elementy są ze sobą w relacji czy nie. Np.
sylaba ba jest w relacji % z literą a i z literą b, co symbolizują jedynki postawione na pozycjach

h2, 1i i

h2, 2i w tabeli przedstawionej na rysunku ??. Z kolei sylaba ba nie jest w relacji % z literą c, a więc na
pozycji

h2, 3i stawiamy znak 0.

Graf relacji obrazuje rysunek składający się z węzłów symbolizujących elementy zbiorów X i Y oraz
strzałek poprowadzonych zgodnie z zasadą: strzałka prowadzi od elementu x do elementu y wtedy i tylko
wtedy, gdy x%y. A zatem tym razem fakt, że

hba, ai ∈ % oraz hba, bi ∈ % obrazują na rysunku ?? strzałki

poprowadzone z węzła ba do węzłów

a

i b .

a

b

c

d

e

as

1

0

0

0

0

ba

1

1

0

0

0

ce

0

0

1

0

1

da

1

0

0

1

0

e

0

0

0

0

1

Rys. 2.1: Tabela relacji %.

as

ba

ce

da

a

b

c

d

e

Rys. 2.2: Graf relacji %.

Ćwiczenie 2.3 Niech X =

{1, 2, 3, 4, 5, 6}. Skonstruować tabelę oraz graf relacji % ⊂ X ×Y zdefiniowanej

w następujący sposób:

V

x

∈X

V

y

∈X

[x%y

⇔ x | y],

background image

Relacje

17

gdzie symbol x

| y oznacza, że x jest dzielnikiem liczby y.

W przypadku gdy % jest podzbiorem X

× X będziemy mówić, że % jest relacją określoną w zbiorze X.

Poniżej podajemy kilka najważniejszych własności tego typu relacji.

Definicja 2.4 Mówimy, że relacja % określona w dowolnym niepustym zbiorze X jest

(a) zwrotna wtedy i tylko wtedy, gdy

V

x

∈X

x%x,

(b) przeciwzwrotna wtedy i tylko wtedy, gdy

V

x

∈X

∼ (x%x),

(c) symetryczna wtedy i tylko wtedy, gdy

V

x

∈X

V

y

∈X

[x%y

⇒ y%x],

(d) przeciwsymetryczna wtedy i tylko wtedy, gdy

V

x

∈X

V

y

∈X

[x%y

⇒∼ (y%x)],

(e) antysymetryczna wtedy i tylko wtedy, gdy

V

x

∈X

V

y

∈X

[(x%y

∧ y%x) ⇒ x = y],

(f) przechodnia wtedy i tylko wtedy, gdy

V

x

∈X

V

y

∈X

V

z

∈X

[(x%y

∧ y%z) ⇒ x%z],

(g) spójna wtedy i tylko wtedy, gdy

V

x

∈X

V

y

∈X

[x%y

∨ y%x ∨ x = y].

Definicja 2.5

(a) Relację zwrotną, symetryczną i przechodnią nazywamy relacją równoważności.

(b) Relację zwrotną, antysymetryczną i przechodnią nazywamy relacją częściowego porządku lub

relacją porządkującą. Jeśli relacja porządkująca dodatkowo jest spójna, to mówimy, że jest relacją
liniowego porządku.

Ćwiczenie 2.6 Zbadać własności relacji zdefiniowanej w ćwiczeniu ??.

background image

18

Rozdział 2.

2.2

Relacje równoważności i zasada abstrakcji

Definicja 2.7 Niech % będzie relacją równoważności określoną w niepustym zbiorze X. Dla ustalonego
elementu a

∈ X zbiór

{x ∈ X : x%a}

nazywamy klasą abstrakcji elementu a i oznaczamy przez [a]. O elemencie a mówimy wtedy, że jest
reprezentantem klasy [a].

Ćwiczenie 2.8 Uzasadnić, że podane relacje są relacjami równoważności i wyznaczyć ich wszystkie klasy
abstrakcji:

(a)

V

n

∈Z

V

m

∈Z

[n%m

⇔ 2 | (n − m)],

(b)

V

x

∈R

V

y

∈R

[x%y

⇔ (x − y) ∈ Z].

Twierdzenie 2.9 Niech % będzie relacją równoważności określoną w niepustym zbiorze X. Wówczas

(1)

V

x

∈X

x

∈ [x],

(2)

V

x

∈X

V

y

∈X

(y

∈ [x] ⇔ [x] = [y]),

(3)

V

x

∈X

V

y

∈X

([x] = [y]

∨ [x] ∩ [y] = ∅),

(4) X =

S

x

∈X

[x].

Twierdzenie 2.10 Niech

{A

t

}

t

∈T

będzie pewną rodziną niepustych podzbiorów zbioru X taką, że

[

t

∈T

A

t

= X

oraz

V

t,s

∈T

[t

6= s ⇒ A

t

∩ A

s

=

∅].

Wówczas w zbiorze X istnieje relacja równoważności % taka, że

{[x]}

x

∈X

=

{A

t

}

t

∈T

.

Ćwiczenie 2.11 Uzsadnić, że jeśli spełnione są założenia twierdzenia ??, to określona poniżej relacja %
realizuje tezę tego twierdzenia:

V

x

∈X

V

y

∈X

h

x%y

W

t

∈T

{x, y} ⊂ A

t

i

.

Ćwiczenie 2.12 Podać przykład zbioru X i dwóch relacji określonych w tym zbiorze, które wyznaczają
różne podziały zbioru X.

Przykład 2.13 Niech P oznacza zbiór prostych w R

2

, zaś % będzie relacją określoną w P w następujący

sposób:

V

l

∈P

V

k

∈P

[l%k

⇔ l k k].

Wowczas klasę abstrakcji dowolnej prostej l, tj. zbiór [l] =

{k ∈ P : k k l}, nazywamy kierunkiem

prostej l.

Ćwiczenie 2.14 Zdefiniować relację między wektorami w R

2

w taki sposób, by jej klasy abstrakcji można

było utożsamiać z wektorami swobodnymi w R

2

.

background image

Relacje

19

2.3

Relacje porządkujące

Niech X będzie dowolnym niepustym zbiorem, w którym określona jest relacja porządkująca (patrz

definicja ??). Relację taką będziemy najczęściej oznaczać symbolem

4 . Zbiór X wraz z częściowym

porządkiem

4 (a dokładniej: parę (X, 4)) nazywamy wówczas zbiorem częściowo uporządkowanym

(lub zbiorem liniowo uporządkowanym jeśli

4 jest liniowym porządkiem).

Jeśli (X,

4) jest zbiorem częściowo uporządkowanym (liniowo uporządkowanym) oraz A ⊂ X, to (A, 4)

jest także zbiorem częściowo uporządkowanym (liniowo uporządkowanym).

W każdym zbiorze częściowo uporządkowanym (X,

4) możemy zdefiniować relację przeciwzwrotną ≺

w następujący sposób:

V

x

∈X

V

y

∈X

[x

≺ y ⇔ (x 4 y ∧ x 6= y)].

Z kolei, jeśli

≺ jest relacją przeciwzwrotną, antysymetryczną i przechodnią w zbiorze X, to relację 4

określoną jak poniżej nazywamy relacją częściowego porządku indukowaną przez relację

V

x

∈X

V

y

∈X

[x

4 y ⇔ (x ≺ y ∨ x = y)].

Niech x, y

∈ X. Jeśli x 4 y, to mówimy, że element x jest niewiększy od elementu y lub, że element

y jest niemniejszy od x lub, że element y poprzedza x. Jeśli x

≺ y, to mówimy, że element x jest

mniejszy od elementu y lub, że element y jest większy od x.

Definicja 2.15 Niech (X, 4) będzie zbiorem częściowo uporządkowanym.

(a) Element a należący do zbioru X nazywamy elementem największym (zapisujemy a = max X)

wtedy i tylko wtedy, gdy

V

x

∈X

x 4 a.

(b) Element b należący do zbioru X nazywamy elementem najmniejszym (zapisujemy b = min X)

wtedy i tylko wtedy, gdy

V

x

∈X

b 4 x.

Definicja 2.16 Relacją dobrego porządku w zbiorze X nazywamy relację liniowego porządku o tej
własności, że każdy niepusty podzbiór zbioru X ma element najmniejszy. Zbiór X wraz z dobrym porząd-
kiem nazywamy zbiorem dobrze uporządkowanym.

Uwaga 2.17 Załóżmy, że X jest zbiorem niepustym i skończonym z określonym w nim liniowym porząd-
kiem

4. Wówczas w zbiorze X istnieją elementy najmniejszy i największy. Ponieważ dowolny podzbiór

zbioru skończonego jest zbiorem skończonym, zatem (X,

4) jest zbiorem dobrze uporządkowanym.

Definicja 2.18 Niech (X, 4) będzie zbiorem częściowo uporządkowanym.

(a) Element a należący do zbioru X nazywamy elementem maksymalnym wtedy i tylko wtedy, gdy

V

x

∈X

(a

4 x ⇒ a = x).

(b) Element b należący do zbioru X nazywamy elementem minimalnym wtedy i tylko wtedy, gdy

V

x

∈X

(x

4 b ⇒ b = x).

background image

20

Rozdział 2.

Zbiór częściowo uporządkowany może posiadać więcej niż jeden element maksymalny oraz więcej niż

jeden element minimalny. Można natomiast pokazać, że w zbiorze liniowo uporządkowanym istnieje co
najwyżej jeden element maksymalny i co najwyżej jeden element minimalny.

Ćwiczenie 2.19 Uzasadnić, że jeśli a jest elementem największym (najmniejszym) w zbiorze częściowo
uporządkowanym (X,

4), to a jest elementem maksymalnym (minimalnym).

Ćwiczenie 2.20 Wyznaczyć elementy maksymalne i minimalne oraz element największy i najmniejszy
(o ile istnieją) w zbiorze częściowo uporządkowanym zdefiniowanym w ćwiczeniu ??. Czy jest to zbiór
liniowo (dobrze) uporządkowany?

Definicja 2.21 Niech (X, 4) będzie zbiorem częściowo uporządkowanym oraz A ⊂ X i A 6= ∅.

(a) Element a należący do zbioru X nazywamy ograniczeniem górnym zbioru A wtedy i tylko wtedy,

gdy

V

x

∈X

x 4 a.

Element najmniejszy spośród wszystkich ograniczeń górnych zbioru A (o ile istnieje) nazywamy kre-
sem górnym zbioru A i oznaczamy symbolem sup A.

(b) Element b należący do zbioru X nazywamy ograniczeniem dolnym zbioru A wtedy i tylko wtedy,

gdy

V

x

∈X

b 4 x.

Element

największy

spośród

wszystkich

ograniczeń

dolnych

zbioru

A

(o ile istnieje) nazywamy kresem dolnym zbioru A i oznaczamy symbolem inf A.

background image

Rozdział 3.

Funkcje jako relacje

Definicja 3.1 Relację f będącą podzbiorem niepustego zbioru X

× Y i spełniającą następujące warunki:

(a)

V

x

∈X

W

y

∈Y

hx, yi ∈ f,

(b)

V

x

∈X

V

y

1

∈Y

V

y

2

∈Y

[(

hx, y

1

i ∈ f ∧ hx, y

2

i ∈ f) ⇒ y

1

= y

2

],

nazywamy funkcją określoną w zbiorze X o wartościach w zbiorze Y.

Z powyższej definicji wynika, że dla danego elementu x zbioru X (który nazywamy argumentem

funkcji f ) istnieje dokładnie jeden element y w zbiorze Y taki, że

hx, yi ∈ f. Element y nazywamy

wówczas wartością funkcji f w x i zapisujemy y = f (x). Jeśli f jest funkcją określoną w zbiorze X o
wartościach w zbiorze Y (inaczej: f działa ze zbioru X w zbiór Y ), to piszemy krótko f : X

→ Y. Zbiór

X nazywamy dziedziną (polem lub zbiorem argumentów) funkcji f .

Uwaga 3.2 Przypomnijmy, że funkcję f : X

→ Y można również zdefniować jako odwzorowanie

1

przy-

porządkowujące każdemu elementowi x zbioru X dokładnie jeden element y ze zbioru Y . Piszemy wówczas
x

7−→ y lub y = f(x), zaś zbiór {hx, yi ∈ X × Y : y = f(x)} nazywamy wykresem funkcji f. Łatwo

widać, że funkcję zdefiniowaną jako relacja możemy utożsamiać z wykresem funkcji zdefiniowanej jako
odzorowanie. Te różne koncepcje definicji funkcji zazwyczaj nie prowadzą jednak do nieporozumień.

Twierdzenie 3.3 Jeśli f : X

→ Z oraz g : Y → Z, to

f = g

h

X = Y

V

x

∈X

f (x) = g(x)

i

.

W konsekwencji dwie funkcje (o wartościach w tym samym zbiorze) są równe wtedy i tylko wtedy, gdy
mają take same wykresy.

Szczególnym przypadkiem funkcji jest ciąg, którego definicję przypominamy poniżej.

Definicja 3.4 Ciągiem nazywamy każdą funkcję określoną na zbiorze N

0

(lub ogólniej: zbiorze postaci

{n ∈ N

0

: n

­ k

0

}, gdzie k

0

∈ N

0

). Jeśli wartości tej funkcji (które nazywamy wyrazami ciągu) są

liczbami rzeczywistymi, to dany ciąg nazywamy ciągiem liczbowym o wartościach rzeczywistych.

Funkcja a określona wzorem: a(n) = 2

n

dla n

∈ N

0

, stanowi przykład ciągu liczbowego o wartościach rze-

czywistych. Najczęściej zamiast a(n) piszemy a

n

. Wówczas rozważany ciąg oznaczamy symbolem (a

n

)

n

∈N

0

.

Przykłady innych ciągów (niekoniecznie liczbowych) znajdują się w paragrafie 5.2.

Definicja 3.5 Obcięciem funkcji f : X

→ Y do podzbioru A zbioru X nazywamy funkcję f |

A

: A

→ Y

określoną wzorem

V

x

∈A

f

|

A

(x)

def

= f (x).

Funkcję g : B

→ Y , gdzie B ⊃ X, nazywamy przedłużeniem funkcji f, gdy f = g |

X

.

1

Taką mniej sformalizowaną definicję funkcji stosuje się powszechnie w szkole podstawowej i średniej, gdyż nie wymaga

ona znajomości pojęcia relacji.

background image

22

Rozdział 3.

Definicja 3.6 Niech f : X

→ Y , A ⊂ X oraz B ⊂ Y.

(a) Obrazem zbioru A wyznaczonym przez funkcję f nazywamy zbiór f [A], gdzie

f [A]

def

=

{y ∈ Y :

W

x

∈A

y = f (x)

}.

W szczególności zbiór f [X] nazywamy zbiorem wartości lub przeciwdziedziną funkcji f .

(b) Przeciwobrazem zbioru B wyznaczonym przez funkcję f nazywamy zbiór f

−1

[B], gdzie

f

−1

[B]

def

=

{x ∈ X : f(x) ∈ B}.

W dalszej części tego paragrafu przedstawimy podstawowe własności funkcji.

Definicja 3.7 Funkcję f : X

→ Y nazywamy funkcją odwzorowujacą zbiór X na zbiór Y (lub inaczej

surjekcją) i zapisujemy f : X

na

→ Y wtedy i tylko wtedy, gdy każdy element zbioru Y jest wartością

funkcji f , tzn.

V

y

∈Y

W

x

∈X

y = f (x).

Uwaga 3.8 Funkcja f : X

na

→ Y wtedy i tylko wtedy, gdy f[X] = Y.

Definicja 3.9 Funkcję f : X

→ Y nazywamy funkcją różnowartościową (lub inaczej injekcją) wtedy

i tylko wtedy, gdy różnym argumentom odpowiadają różne wartości funkcji, tzn.

V

x

1

∈X

V

x

2

∈X

[(x

1

6= x

2

)

⇒ (f(x

1

)

6= f(x

2

))] .

(3.1)

Do wykazywania różnowartościowości funkcji wygodniejszy jest jednak warunek (2.2), równoważny

warunkowi (2.1) na mocy prawa kontrapozycji.

V

x

1

∈X

V

x

2

∈X

[(f (x

1

) = f (x

2

))

⇒ (x

1

= x

2

)] .

(3.2)

Definicja 3.10 Funkcję f : X

→ Y nazywamy funkcją wzajemnie jednoznaczną (lub inaczej bi-

jekcją) wtedy i tylko wtedy, gdy jest ona różnowartościowa i odwzorowuje X na Y . Mówimy wtedy, że

funkcja f przekształca wzajemnie jednoznacznie zbiór X na zbiór Y i zapisujemy f : X

w.j.

→ Y.

Ćwiczenie 3.11 Wykazać, ze funkcja f : [

−2, +∞] → R określona wzorem: f(x) =

x

− 2 dla x ∈

[

−2, +∞], jest funkcją różnowartościową. Zmodyfikować jej definicję (o ile to konieczne) w taki sposób,

aby otrzymać bijekcję. Wyznaczyć zbiory f [[0, 1]] oraz f

−1

[(0, 2)].

Twierdzenie 3.12 Dla dowolnej funkcji f : X

→ Y oraz zbiorów A, B ⊂ X spełnione są zależności:

(1) A

⊂ f

−1

[f [A]],

(2) A

⊂ B ⇒ f[A] ⊂ f[B],

(3) f [A

∪ B] = f[A] ∪ f[B],

(4) f [A

∩ B] ⊂ f[A] ∩ f[B],

(5) f [A]

\ f[B] ⊂ f[A \ B].

Jeśli f jest funkcją różnowartościową, to inkluzje w punktach (1), (4) i (5) można zastąpić równościami.
Nie można tego jednak uczynić bez dodatkowych założeń, o czym świadczy przykład ??.

background image

Funkcje jako relacje

23

Ćwiczenie 3.13 Niech f : [

−π, π] → R i f(x) = sin x dla x ∈ [−π, π]. Przyjmijmy A =



0,

π

2



, B =



π

2

, π



oraz C = [0, 2]. Sprawdzić, że nie zachodzą równości f

−1

[f [A]] = A, f [f

−1

[C]] = C, f [A

∩B] = f[A]∩f[B].

Wskazać zbiory D i E, dla których nie zachodzi równość f [D

\ E] = f[D] \ f[E].

Twierdzenie 3.14 Dla dowolnej funkcji f : X

→ Y oraz zbiorów C, D ⊂ Y spełnione są zależności:

(1) f [f

−1

[C]] = C

∩ f[X],

(2) C

⊂ D ⇒ f

−1

[C]

⊂ f

−1

[D],

(3) f

−1

[C

∪ D] = f

−1

[C]

∪ f

−1

[D],

(4) f

−1

[C

∩ D] = f

−1

[C]

∩ f

−1

[D],

(5) f

−1

[C]

\ f

−1

[D] = f

−1

[C

\ D].

Definicja 3.15 Niech f : X

→ Y oraz g : Y → Z. Funkcją złożoną lub superpozycją funkcji f i g

nazywamy funkcję g

◦ f taką, że g ◦ f : X → Z oraz

(g

◦ f)(x)

def

= g(f (x)) dla x

∈ X.

Funkcję f nazywamy wówczas funkcją wewnętrzną, zaś funkcję g – funkcją zewnętrzną.

X

Y

Z

x

y

z

f

g

g

◦ f

Rys. 3.1: Diagram ilustrujący złożenie funkcji f i g.

Uwaga 3.16 Składanie funkcji jest działaniem łącznym tzn. dla dowolnych funkcji f : X

→ Y, g : Y → Z

oraz h : Z

→ U zachodzi równość

h

◦ (g ◦ f) = (h ◦ g) ◦ f,

nie jest natomiast działaniem przemiennym.

Ćwiczenie 3.17 Wykazać, że jeśli f : X

w.j.

→ Y oraz g : Y

w.j.

→ Z, to g ◦ f : X

w.j.

→ Z.

Twierdzenie 3.18 Jeśli funkcja f : X

→ Y oraz g : Y → Z, to dla dowolnego zbioru A ⊂ X mamy

(g

◦ f)[A] = g[f[A]].

Ćwiczenie 3.19 Niech h będzie funkcją określoną wzorem:

h(x) =

p

log x

− 1 dla x ∈ [1, +∞).

Wskazać funkcje p, g, f takie, że h = p

◦g ◦f. Wykorzystując twierdzenie 2.19, wyznaczyć przeciwdziedzinę

funkcji h.

Definicja 3.20 Niech % będzie dowolną relacją w iloczynie X

× Y . Relację %

−1

⊂ Y × X taką, że

V

x

∈X

V

y

∈Y

[

hy, xi ∈ %

−1

⇔ hx, yi ∈ %],

nazywamy relacją odwrotną do relacji %.

background image

24

Rozdział 3.

Relacja odwrotna istnieje dla dowolnej relacji, w szczególności dla relacji, która jest funkcją. Relacja

odwrotna do funkcji nie musi być jednak funkcją (wskazać odpowiedni przykład).

Definicja 3.21 Niech f : X

na

→ Y będzie dowolną funkcją. Jeśli istnieje relacja odwrotna do relacji f i

jest ona funkcją, to nazywamy ją funkcją odwrotną do f i oznaczamy przez f

−1

.

A zatem f

−1

: Y

na

→ X oraz

V

y

∈X

V

x

∈Y

[y = f

−1

(x)

⇔ x = f(y)] (por. rys ??).

X

Y

y

x

f

f

−1

Rys. 3.2: Diagram ilustrujący operację odwracania funkcji.

Twierdzenie 3.22 Funkcja f : X

→ Y ma funkcję odwrotną wtedy i tylko wtedy, gdy f jest funkcją

wzajemnie jednoznaczną.

Uwaga 3.23 Oznaczmy symbolem id

X

funkcję identycznościową w zbiorze X, tzn. funkcję określoną

wzorem

id

X

(x)

def

= x dla x

∈ X.

Wówczas id

−1

X

= id

X

. Ponadto dla dowolnej bijekcji f : X

→ Y mamy

f

−1

◦ f = id

X

oraz

f

◦ f

−1

= id

Y

.

Ćwiczenie 3.24 Wyznaczyć funkcję odwrotną do funkcji h takiej, że

h : [1, +

∞)

w.j.

→ [−1, +∞) oraz h(x) =

p

log x

− 1

Ćwiczenie 3.25 Wykazać, że jeśli f : X

w.j.

→ Y i g : Y

w.j.

→ Z, to istnieje funkcja odwrotna do funkcji g ◦ f

oraz

(g

◦ f)

−1

(x) = f

−1

(g

−1

(x)) dla x

∈ Z.

Kolejne definicje dotyczą jedynie funkcji o wartościach w zbiorze liczb rzeczywistych (zob. też rozdział

3).

Definicja 3.26 Funkcję f : X

→ R nazywamy funkcją ograniczoną w zbiorze A ⊂ X wtedy i tylko

wtedy, gdy

W

M

∈R

W

m

∈R

V

x

∈A

m

¬ f(x) ¬ M.

Definicja 3.27 Niech f : X

→ R oraz A ⊂ X ⊂ R. Funkcję f nazywamy funkcją

(a) rosnącą w zbiorze A wtedy i tylko wtedy, gdy wraz ze wzrostem argumentów rosną wartości funkcji,

tzn.

V

x

1

∈A

V

x

2

∈A

[x

1

< x

2

⇒ f(x

1

) < f (x

2

)] ,

background image

Funkcje jako relacje

25

(b) niemalejącą w zbiorze A wtedy i tylko wtedy, gdy

V

x

1

∈A

V

x

2

∈A

[x

1

< x

2

⇒ f(x

1

)

¬ f(x

2

)] ,

(c) malejącą w zbiorze A wtedy i tylko wtedy, gdy wraz ze wzrostem argumentów maleją wartości

funkcji, tzn.

V

x

1

∈A

V

x

2

∈A

[x

1

< x

2

⇒ f(x

1

) > f (x

2

)] ,

(d) nierosnącą w zbiorze A wtedy i tylko wtedy, gdy

V

x

1

∈A

V

x

2

∈A

[x

1

< x

2

⇒ f(x

1

)

­ f(x

2

)] .

Jeśli funkcja jest rosnąca (niemalejąca, malejąca, nierosnąca) w całej dziedzinie, to mówimy krótko, że
jest rosnąca (odpowiednio – niemalejąca, malejąca lub nierosnąca). Funkcje zdefiniowane powyżej nazy-
wamy funkcjami monotonicznymi, zaś funkcje zdefiniowane w punktach (a) i (c) – funkcjami ściśle
monotonicznymi.

Ćwiczenie 3.28 Wykazać, że

(a) każda funkcja ściśle monotoniczna jest różnowartościowa;

(b) złożenie funkcji ściśle monotonicznych jest funkcją ściśle monotoniczną;

(c) funkcja odwrotna do funkcji rosnącej (malejącej) jest rosnąca (malejąca).

Definicja 3.29 Niech f : X

→ R oraz X ⊂ R. Funkcję f nazywamy funkcją

(a) parzystą wtedy i tylko wtedy, gdy

V

x

∈X

[(

−x) ∈ X ∧ f(−x) = f(x)] ,

(b) nieparzystą wtedy i tylko wtedy, gdy

V

x

∈X

[(

−x) ∈ X ∧ f(−x) = −f(x)] .

Ćwiczenie 3.30 Niech f będzie funkcją określoną wzorem:

f (x) =



x,

gdy x

∈ [0, 1],

1,

gdy x

∈ [1, +∞].

Wyznaczyć funkcje parzystą f

p

i nieparzystą f

n

, tak aby otrzymane funkcje były przedłużeniami funkcji

f . Która spośród otrzymanych funkcji jest monotoniczna?

Definicja 3.31 Niech f : X

→ R oraz X ⊂ R. Funkcję f nazywamy funkcją okresową o okresie

T > 0 wtedy i tylko wtedy, gdy

V

x

∈X

[(x + T )

∈ X ∧ (x − T ) ∈ X ∧ f(x + T ) = f(x)] .

Liczbę T

0

będącą najmniejszym okresem funkcji f (o ile istnieje) nazywamy jej okresem podstawowym.

background image

26

Rozdział 3.

Ćwiczenie 3.32 Rozważmy funkcje zdefiniowane wzorami

bxc

def

= max

{k ∈ Z : k ¬ x} dla x ∈ R,

dxe

def

= min

{k ∈ Z : k ­ x} dla x ∈ R.

Pierwszą z nich nazywamy podłogą (częścią całkowitą lub cechą), zaś drugą – sufitem. Przykładowo:
b2.4c = 2, d2.4e = 3, b2c = d2e = 2. Naszkicować wykresy tych funkcji i wskazać ich okres podstawowy.
Czy są to funkcje różnowartościowe, monotoniczne, parzyste, nieparzyste?

Ćwiczenie 3.33 Podać przykład funkcji, która w całej swojej dziedzinie jest

(a) jednocześnie parzysta i nieparzysta;

(b) jednocześnie parzysta i okresowa;

(c) jednocześnie nieparzysta i malejąca;

(d) okresowa o okresie podstawowym T

0

= 2.

Ćwiczenie 3.34 Uzasadnić, że funkcja parzysta (określona na pewnym przedziale) lub okresowa nie może
być różnowartościowa.

background image

Rozdział 4.

Funkcje rzeczywiste zmiennej
rzeczywistej

4.1

Funkcje elementarne

Definicja 4.1 Każdą funkcję f : X

→ R, gdzie X ⊂ R, nazywamy funkcją rzeczywistą zmiennej

rzeczywistej.

Wśród funkcji rzeczywistych zmiennej rzeczywistej wyróżniamy funkcje elementarne podstawowe,

do których zaliczamy:

• wszystkie funkcje stałe, tj. funkcje określone wzorem f(x) = c dla x ∈ R, gdzie c jest dowolną liczbą

rzeczywistą,

• funkcję identycznościową id

R

,

• funkcję wykładniczą określoną wzorem f(x) = e

x

dla x

∈ R,

• funkcję sinus.

Definicja 4.2

(a) Funkcją elementarną nazywamy każdą funkcję rzeczywistą zmiennej rzeczywistej powstałą z funkcji

elementarnych podstawowych poprzez zastosowanie skończonej ilości działań algebraicznych, takich
jak dodawanie, odejmowanie, mnożenie i dzielenie funkcji, oraz operacji składania, odwracania i ob-
cinania funkcji.

(b) Funkcje rzeczywiste, które nie są elementarne nazywamy funkcjami nieelementarnymi.

Uzasadnić, że do funkcji elementarnych należą funkcje:

f

1

(x) = x

2

dla x

∈ R,

f

2

(x) = 1

− sin x dla x ∈ R,

f

3

(x) = e

sin x

dla x

∈ R,

f

4

(x) = ln x dla x

∈ (0, +∞),

f

5

(x) = sin x dla x

∈ [0, π].

Istotnie. Funkcja f

1

powstaje w wyniku mnożenia funkcji identycznościowej przez siebie, f

2

– w wyniku

odejmowania funkcji stałej i funkcji sinus, f

3

– w wyniku złożenia funkcji sinus i funkcji wykładniczej. Z

kolei funkcja f

4

jest funkcją odwrotną do funkcji wykładniczej, zaś f

5

jest obcięciem funkcji sinus.

Uwaga 4.3 Dowolna funkcja, która powstaje z funkcji elementarnych poprzez zastosowanie działań i ope-
racji o których mowa w definicji 3.2 jest również funkcją elementarną. A zatem funkcjami elementarnymi
są również następujące funkcje:

f

6

(x) = x

2

e

sin x

− ln(1 + x

2

) dla x

∈ R,

f

7

(x) =

|x| dla x ∈ R (bo |x| =

x

2

dla x

∈ R).

Ćwiczenie 4.4 Wykazać, że funkcje:

(a) g

1

(x) = x

2

− 3x dla x ∈ R,

background image

28

Rozdział 4.

(b) g

2

(x) = cos x dla x

∈ R,

(c) g

3

(x) = tg x dla x

∈ R \ {

2

: k

∈ Z},

(d) g

4

(x) = 2

x

−1

dla x

∈ R,

są funkcjami elementarnymi.

Do funkcji elementarnych należą, znane ze szkoły średniej, funkcje wymierne, wykładnicze, logaryt-

miczne i trygonometryczne

1

. W dalszym ciągu tego rozdziału przedstawimy kolejne rodziny funkcji ele-

mentarnych: funkcje cyklometryczne i funkcje hiperboliczne.

Mimo licznych przykładów przedstawionych powyżej okazuje się jednak, że funkcji nieelementarnych

jest znacznie więcej niż funkcji elementarnych

2

. Do funkcji nieelementarnych należą np. funkcja Diri-

chleta określona wzorem

f (x) =



0,

gdy

x /

∈ Q,

1,

gdy

x

∈ Q,

oraz funkcja znaku sgn, gdzie

sgn(x)

def

=

1,

gdy

x > 0,

0,

gdy

x = 0,

−1, gdy x < 0.

Uwaga 4.5 Często zdarza się, że rozważamy funkcję rzeczywistą, która określona jest pewnym wzorem
(np. f (x) = log(1

− x)), ale nie podana jest jej dziedzina. Wówczas największy (w sensie inkluzji) pod-

zbiór liczb rzeczywistych, dla których wzór ten ma sens, nazywamy dziedziną naturalną funkcji f i
oznaczamy przez D

f

(w podanym przykładzie D

f

= (

−∞, 0)).

4.2

Funkcje cyklometryczne

Definicja 4.6

(a) Funkcję odwrotną do funkcji sin :



π

2

,

π

2



→ [ − 1, 1] nazywamy funkcją arcus sinus i oznaczamy

symbolem arc sin.

(b) Funkcję odwrotną do funkcji cos : [0, π]

→ [−1, 1] nazywamy funkcją arcus cosinus i oznaczamy

symbolem arc cos.

x

y

1

-1

π

2

π

2

Rys. 4.1: y = arc sin x

.

x

y

1

-1

π

Rys. 4.2: y = arc cos x

(c) Funkcję odwrotną do funkcji tg :

π

2

,

π

2



→ R nazywamy funkcją arcus tanges i oznaczamy

symbolem

3

arc tg.

1

Więcej informacji o wymienionych rodzinach funkcji można znaleźć m.in. w [3].

2

W szczególności dowodzi się, iż każda funkcja nieciągła jest nieelementarna.

3

Funkcję tanges oznacza się również symbolem tan – wówczas arcus tanges oznacza się przez arc tan.

background image

Funkcje rzeczywiste zmiennej rzeczywistej

29

(d) Funkcję odwrotną do funkcji ctg : (0, π)

→ R nazywamy funkcją arcus cotanges

4

i oznaczamy

symbolem

5

arc ctg.

Funkcje arcus sinus, arcus cosinus, arcus tanges i arcus cotanges nazywamy funkcjami cyklometrycz-
nymi.

x

y

1

π

2

π

2

Rys. 4.3: y = arc tg x

x

y

1

π

Rys. 4.4: y = arc ctg x

Bezpośrednio z definicji wynika, że

• arc sin : [−1, 1] →



π

2

,

π

2



i

V

x

∈[−1,1]

V

y



π

2

,

π

2



[y = arc sin x

⇔ x = sin y],

• arc cos : [−1, 1] → [0, π] i

V

x

∈[−1,1]

V

y

∈[0,π]

[y = arc cos x

⇔ x = cos y],

• arc tg : R → −

π

2

,

π

2



i

V

x

∈R

V

y

∈ −

π

2

,

π

2



[y = arc tg x

⇔ x = tg y],

• arc ctg : R → (0, π) i

V

x

∈R

V

y

∈(0,π)

[y = arc ctg x

⇔ x = ctg y].

Łatwo zaobserwować, że wszystkie funkcje cyklometryczne są ograniczone i ściśle monotoniczne.

Ćwiczenie 4.7 Wykazać, że funkcje arcus sinus i arcus tanges są nieparzyste.

4

Zwracamy uwagę, iż w większości programów matematycznych (takich jak: Matlab czy Mathematica) funkcję arcus

cotanges definiuje się jako funkcję odwrotną do funkcji ctg :

π

2

, 0



∪ 0,

π

2



→ R; jej wykres i własności są wówczas inne.

5

Funkcję cotanges oznacza się również symbolem cot – wówczas arcus cotanges oznacza się przez arc cot.

background image

30

Rozdział 4.

Związki zachodzące między funkcjami cyklometrycznymi przedstawia następujące twierdzenie:

Twierdzenie 4.8

(1)

V

x

∈[−1,1]

arc sin x + arc cos x =

π

2

,

(2)

V

x

∈R

arc tg x + arc ctg x =

π

2

,

(3)

V

x

∈[−1,1]

|arc sin x| = arc cos

1

− x

2

,

(4)

V

x

∈R

|arc tg x| = arc cos

1

1+x

2

,

(5)

V

x

∈R\{0}

arc tg x = arc ctg

1
x

.

4.3

Funkcje hiperboliczne

Definicja 4.9

(a) Sinusem hiperbolicznym nazywamy funkcję sinh : R

→ R określoną wzorem

sinh x

def

=

e

x

− e

−x

2

dla x

∈ R.

(b) Cosinusem hiperbolicznym nazywamy funkcję cosh : R

→ R określoną wzorem

cosh x

def

=

e

x

+ e

−x

2

dla x

∈ R.

(c) Tangensem hiperbolicznym nazywamy funkcję tgh : R

→ R określoną wzorem

tgh x

def

=

sinh x

cosh x

dla x

∈ R.

(d) Cotangensem hiperbolicznym nazywamy funkcję ctgh : R

\ {0} → R określoną wzorem

coth x

def

=

cosh x

sinh x

dla x

∈ R \ {0}.

Ćwiczenie 4.10 Zdadać parzystość, nieparzystość poszczególnych funkcji hiperbolicznych.

background image

Literatura

[1] K. Dobrowolska, W. Dyczka, H. Jakuszenkow, Matematyka 1, HELPMATH, Łódź 1997.

[2] W. Guzicki, W. Zakrzewski, Wykłady ze wstępu do matematyki, PWN, Warszawa 2005.

[3] red. A. Just, Wstęp do analizy matematycznej i wybranych zagadnień fizyki, Wydawnictwo PŁ, Łódź

2007.

[4] G. Mirkowska, Elementy matematyki dyskretnej, PJWSTK, Warszawa 2003.

[5] H. Rasiowa, Wstęp do matematyki współczesnej, PWN, Warszawa 2005.

[6] K.A. Ross, C.R.B. Wright, Matematyka dyskretna, PWN, Warszawa 2003.


Document Outline


Wyszukiwarka

Podobne podstrony:
Fizykochemia materiałów wstęp 2007 wykład(1)
Wstęp do socjologii - Wykłady Motak - 2006-2007, Religioznawstwo, Wstęp do socjologii
nol, wyklady do egzaminu, Wstęp do nauki o literaturze - wykład 2, Wstęp do nauki o literaturze 21 g
Microsoft PowerPoint Wyklad 1 Wstep do informatyki i
Microsoft PowerPoint Wyklad 2 Wstep do informatyki i
wykład 1 wstęp domikrobiologii, podział organizmow
wykład 4 - wstęp do słowotwórstwa, Nauka o współczesnym języku polskim
Test ze statystyki 2007 (z wykładu), 1)
wde - pytania wykład, wstęp do elektroniki - wykład zaliczenie
Wykłady Wstęp do Prawoznawstwa
AMII 2007 wyklad 4 6
wyklad 2 22.10.2007, wyklady - dr krawczyk
wyklad 8 3.12.2007, wyklady - dr krawczyk
wyklad 7 26.11.2007, wyklady - dr krawczyk
C Wyklady, Wstep
C Wyklady Wstep
wyklad 1 wstep
wykład 1 wstęp

więcej podobnych podstron