(ELEMENTY LOGIKI I TEORII MNOGO„CI)
Transkrypt
(ELEMENTY LOGIKI I TEORII MNOGO„CI)
ELEMENTY LOGIKI I TEORII MNOGO CI POJ CIA PIERWOTNE I AKSJOMATY Jedynymi poj ciami, które w niniejszym skrypcie nie b d (poprzez inne poj cia) s : zbiór, zdanie, warto definiowane logiczna zdania (prawda b d fałsz), zdanie x∈ ∈X (x jest elementem zbioru X). S to tak zwane poj cia pierwotne. Odwołujemy si do ich intuicyjnego rozumienia. Zapewne intuicja tworzy u ka dego z nas nieco inne obrazy wy ej wymienionych poj . Opisuj c np. zbiór powiadamy najcz ciej, e jest to pewna „mnogo ” zło ona z „elementów”. Zwró my uwag , e dokonuj c opisu takiego czy innego ogólnego poj cia szukamy zazwyczaj jakiego odniesienia do otaczaj cej nas rzeczywisto ci. I tak, je li przyjdzie nam opisa co rozumiemy np. przez „bohaterstwo” wywołujemy z pami ci kilka, czy kilkana cie czynów, które w powszechnym odczuciu uwa ane s za bohaterskie i wybieramy ł cz ce je cechy. W ten sposób powstaje bardziej czy mniej precyzyjny opis danego poj cia - opis a nie definicja w rozumieniu niniejszego skryptu. Definicja bowiem rozumiana tu b dzie jako całkowicie jednoznaczny i precyzyjny opis poj cia. Wracaj c do poj cia zbioru - opisuj c je widzimy oczami wyobra ni np. jabłka w koszu, li cie na drzewie (kosz mo e by pusty, drzewo całkowicie pozbawione li ci) i st d zapewne powtarzaj ca si w opisach zbioru u osób od wieku przedszkolnego do pó nej staro ci: „mnogo ” zło ona z „elementów”. Gdyby my przyj li tak rozumiemy mnogo wła nie definicj zbioru, to znaczy przez zbiór zło on z elementów, to powstaje pytanie co to jest mnogo , co to jest element i co oznacza termin „zło ona” ? Je eli wymienione poj cia posiadaj swe definicje, to bazuj one na innych, „wcze niejszych” poj ciach, te z kolei na jeszcze wcze niejszych itd. Gdzie musi by jednak pocz tek tego ła cucha poj . Ten pocz tek stanowi musi poj cie, b d poj cia, nie odwołuj ce si do wcze niejszych, czyli tak zwane poj cie pierwotne. Okazało si , e w matematyce wygodnie jest przyj wła nie zbiór jako poj cie pierwotne. Podobnie rzecz si ma ze zdaniem, dokładnie zdaniem w sensie logiki. Wprawdzie w szkole redniej formułowana jest definicja zdania w sensie logiki, jako takiej wypowiedzi, której mo na przyporz dkowa jedn (i tylko jedn ) z dwóch ocen: prawdy b d fałszu, ale traktowa j trzeba jako udany opis poj cia zdania, a nie jego definicj . Co to bowiem oznacza np. „przyporz dkowa ”? przyporz dkowaniem kojarzy si jedno z podstawowych poj Z matematyki, jakim jest funkcja. Nie jest to poj cie pierwotne. Poznamy definicj funkcji, która odwoływa si b dzie mi dzy innymi do takich poj jak zbiór i wła nie zdanie, nie mo na wi c definiowa zdania poprzez poj cia w których wyst puje „zdanie”. Okazuje si , e wygodnie przyj zdanie za poj cie pierwotne. Przyjmujemy wi c (odwołuj c si zbiór, co to jest zdanie i jego warto wył cznie do intuicji), e wiemy co to jest logiczna (prawda i fałsz) i co oznacza zdanie x∈X (element x nale y do zbioru X). W przypadku tego ostatniego nie ma potrzeby osobnego precyzowania, co rozumie si przez element i co to znaczy „nale y”. Jako poj cie pierwotne przyjmuje si tu cało zdania x∈X, które mo e by zdaniem prawdziwym lub nie. Przyjmujemy nast puj ce umowy. Je eli p jest zdaniem prawdziwym, to piszemy w(p) = 1 Je eli p jest zdaniem fałszywym, to piszemy w(p) = 0. Dla zdania p zachodzi dokładnie jedna z wykluczaj cych si mo liwo ci: albo w(p) = 1, albo w(p) = 0. Je eli w(x∈X) = 0, to piszemy x∉X i czytamy: „x nie jest elementem zbioru X”. w(x∈X) = 1 czytamy: „x jest elementem zbioru X”. Okazuje si , e zupełnie swobodne operowanie poj ciami pierwotnymi prowadzi mo e do powstania tak zwanych paradoksów, czyli zda p dla których nie zachodzi aden z warunków: w(p) = 1, w(p) = 0. Jednym z bardziej znanych paradoksów jest poni szy. Przyjmijmy, e istnieje zbiór X, którego elementami s zbiory, które nie s swymi elementami. Skoro X jest zbiorem, to X∈X jest zdaniem. Rozwa my przypadki: ( i ) w(X∈X) = 1 Wówczas X jest elementem zbioru X, wi c nie jest jego elementem W my l powy szego okre lenia. Warunek (i) prowadzi, wi c do sprzeczno ci. Spodziewa si nale y tego, e w(X∈X) = 0. Tymczasem w przypadku ( ii ) w(X∈X) = 0 X nie jest elementem zbioru X, wi c w my l jego okre lenia jest jego elementem. I tu mamy wi c sprzeczno . Skonstruowanie powy szego paradoksu było mo liwe dzi ki temu, e przyj li my i zbiór X o którym wy ej, istnieje. Nie mo na wi c zupełnie swobodnie operowa poj ciem zbioru. O istnieniu b d nieistnieniu zbiorów i o ich własno ciach wnioskuje si na podstawie tak zwanej aksjomatyki Logiki i Teorii mnogo ci. S to własno ci jakie narzucamy (jakich oczekujemy) od poj pierwotnych. Poni ej podamy cz wspomnianej Aksjomatyki Logiki i Teorii mnogo ci, wystarczaj c do zrozumienia tre ci niniejszego skryptu. A1. Istnieje pewien zbiór. A2. Istnieje pewne zdanie. A3. Dla dowolnych zda p i q istniej warto zdania p ∧ q; p ∨ q; p q; p ⇔ q; ~ q , których logiczna zale y jedynie od warto ci logicznych zda p i q w sposób przedstawiony w poni szej tabelce: Definicje → p 1 1 0 0 alternatywa koniunkcja implikacja 1 1 1 0 1 0 0 0 1 0 1 1 q 1 0 1 0 p∨q p∧q p q równowa no p⇔q 1 0 0 1 negacja ~q 0 1 A4. Zbiory X i Y uznajemy za równe (identyczne, X i Y to ten sam zbiór) je eli w(x∈X⇔x∈Y) = 1. A5. Dla dowolnych zbiorów A,B istnieje zbiór A∪B dla którego w(x∈A∨ x∈B) = 1. Zbiór ten nazywamy sum zbiorów A i B. Umawiamy si pisa A∪B≡{x: x∈A∨ x∈B} A6. Dla dowolnych zbiorów A,B istnieje zbiór A∩B dla którego w(x∈A∧ x∈B) = 1. Zbiór ten nazywamy iloczynem zbiorów A i B. Umawiamy si pisa A∩B≡{x: x∈A∧ x∈B}. A7. Dla dowolnych zbiorów A,B istnieje zbiór A\B dla którego w(x∈A ∧ x∉B) = 1. Zbiór ten nazywamy ró nic zbiorów A i B. Umawiamy si pisa A\B≡{x:x∈A∨ x∈B} Podamy jeszcze dwa aksjomaty, ale w tym miejscu dobrze jest zauwa y , e niektóre z wy ej wymienionych aksjomatów s mo emy zdefiniowa zb dne. Np. równowa no zda przy pomocy implikacji i koniunkcji. Nie ma wi c potrzeby postulowania w aksjomacie A3 istnienia zdania p⇔q, bo jego istnienie wynika z wcze niej przyj tych własno ci. Symbole: ∨, ∧, , ⇔, ~ nazywamy funktorami zdaniotwórczymi odpowiednio: alternatywy, koniunkcji, implikacji, równowa no ci i negacji. Okazuje si , e w aksjomacie A3 wystarczy postulowa istnienie zdania p q zale nego jedynie od warto ci logicznych zda p i q w nast puj cy sposób: p 1 1 0 0 q 1 0 1 0 pq 0 0 0 1 Zdanie p q nazywamy dyzjunkcj zda p i q, za " " funktorem dyzjunkcji. Przy jego pomocy zdefiniowa mo na wcze niej podane funktory (pozostawiam to czytelnikowi). Zb dnym okazuje si te aksjomat postuluj cy istnienie iloczynu zbiorów Zbiór ten mo na zdefiniowa przy pomocy aksjomatów A5 i A7 w nast puj cy sposób A∩B ≡ A\(A\B). Powy sze uwagi maj na celu zasygnalizowanie, e podawana tu aksjomatyka ma charakter jedynie informacyjny. W celu dokładnego zapoznania si z zasygnalizowan problematyk odsyłam czytelników do podr czników specjalnie jej po wi conej. Zajmiemy si teraz konsekwencjami podanej aksjomatyki. Zauwa my, e dla zdania p, którego istnienie jest konsekwencj A2 i o którym nie wiemy nawet czy jest prawdziwe, czy nie istniej na podstawie tabelki z A3 zdania p∧~p oraz p∨~p, przy czym: p 1 0 p∧~p 0 0 p∨~p 1 1 Istnieje wi c zdanie prawdziwe p∨~p i zdanie fałszywe p∧~p. Ze zda "elementarnych" przy pomocy funktorów zdaniotwórczych i ewentualnie nawiasów budowa mo emy bardzo zło one zdania. Np. dla zda p, q, r istniej zdania: [(p q)∨(r∧p)] {[p∧(q⇔r)]∨(~q)} ~(p∨q)⇔[(~p)∧(~q)] (p∨q) [p∧(~q)] Poni ej zbadamy warto ci logiczne dwóch ostatnich zda w zale no ci od warto ci logicznych zda p i q. W tym celu budujemy tabelki: Dla zdania (b) mamy: p q 1 1 0 0 1 0 1 0 p∨q ~(p∨q) 1 1 1 0 Wida , e warto ~p ~q 0 0 1 1 0 1 0 1 0 0 0 1 (~p)∧(~q) ~(p∨q)⇔[(~p)∧(~q)] 0 0 0 1 1 1 1 1 logiczna zdania: ~(p∨q)⇔[(~p)∧(~q)] jest niezale na od warto ci logicznych tworz cych je zda p i q i e jest to zdanie prawdziwe. Dla zdania (c) mamy: p 1 1 0 0 Wida , e warto q 1 0 1 0 p∨q 1 1 1 0 ~q 0 1 0 1 p∧(~q) 0 1 0 0 (p∨q) [p∧(~q) 0 1 0 1 logiczna zdania: (p∨q) [p∧(~q)] zale y do warto ci logicznej tworz cych je zda p i q. Jest to zdanie fałszywe np. gdy w(p) = 1 = w(q) i zdanie prawdziwe np. gdy w(p) = 0 = w(q). W dalszym ci gu litery symbolizuj ce zdania nazywa b dziemy zmiennymi zdaniowymi a utworzone z nich przy pomocy funktorów zdaniotwórczych i ewentualnie nawiasów zdania, nazywa b dziemy schematami zda . Wyszczególnione wy ej zdania (a), (b) i (c) traktowa mo emy jako schematy zda w których p,q,r s zmiennymi zdaniowymi (cho w (b) i (c) r nie wyst puje efektywnie). Schematy zda , które staj si zdaniami prawdziwymi niezale nie od warto ci logicznych jakie przyjmowa mog wyst puj ce w nich zmienne nazywamy tautologiami (albo prawami rachunku zda ). Np. ~(p∨q)⇔[(~p)∧(~q)] jest tautologi . Tautologie maj w matematyce bardzo du e znaczenie. Pozwalaj bowiem na formułowanie bardzo ogólnych praw. Aby sprawdzi czy dany schemat jest tautologi pierwszych kolumn stanowi tworzymy tabelk w n - wyst puj ce w schemacie zmienne zdaniowe. Wypisujemy w nich wszystkie mo liwe układy zer i jedynek symbolizuj ce warto ci logiczne zmiennych zdaniowych. Tabelka ma tyle wierszy ile jest mo liwych wszystkich takich układów. Z kombinatoryki wiadomo, e jest ich 2 n . Kolejne kolumny tabelki stanowi "proste" schematy zda składaj cych si na dany schemat. Ostatni kolumn stanowi badany schemat. Tabelk wypełniamy zgodnie z definicjami funktorów zdaniotwórczych w oparciu o przyj te warto ci logiczne zmiennych zdaniowych z pierwszych n - kolumn. Je eli w ostatniej kolumnie wyst pi i nie jest ni jedynki, to dany schemat jest tautologi same w przeciwnym wypadku Np. definiujemy schemat zda zmiennych zadaniowych x, y, z jako: S(x,y,z) ≡ [x (y z)] [(x y) (x z)] x y z y z x (y z) x y x z (x y) (x z) S(x,y,z) 1 1 1 0 1 0 0 0 1 1 0 1 0 1 0 0 1 0 1 1 0 0 1 0 1 0 1 1 1 0 1 1 1 0 1 1 1 1 1 1 1 1 0 1 0 1 1 1 1 0 1 1 0 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Wida wi c, e sprawdzanie, czy dany schemat jest tautologi jest bardzo prost , wr cz mechaniczn czynno ci . W niniejszym skrypcie bardzo cz sto wykorzystywali b dziemy poni sze tautologie: 1) ~(p∨q)⇔[(~p)∧(~q)] ← zaprzeczenie alternatywy 2) ~(p∧q)⇔[(~p)∨(~q)] ← zaprzeczenie koniunkcji 3) ~(p q) ⇔ [p∧(~q)] ← zaprzeczenie implikacji 4) [(p q)∧(q r)] (p r) ← przechodnio 5) p q ⇔ (~q) (~p) implikacji ← transpozycja (cz Prawa algebry zbiorów Niech A,B,C b d zbiorami. Wówczas: (1) A∩(B∪C) = (A∩B) ∪ (A∩C) sto wykorzystywana przy dowodzeniu twierdze ) (2) A∪(B∩C) = (A∪B) ∩ (A∪C) (3) A∩B ⊂ A ; A∩B ⊂ B (4) A ⊂ A∪B ; B ⊂ A∪B (5) Je eli A ⊂ X i B ⊂ X wówczas A ∩ B = X ⇔ A = X ∧ B = X. (6) A = B ⇔ A⊂B ∧ B⊂A Dowód Ad. 1) Zauwa my, e zgodnie z definicj sumy i iloczynu zbiorów zdanie x∈A∩(B∪C) oznacza x∈A ∧ x∈ (B∪C) , to za x∈A ∧ (x∈B ∨ x∈C). Natomiast zdanie x∈ (A∩B) ∪ (A∩C) oznacza (x∈A ∧x∈B) ∨ (x∈A ∧x∈C). Niech p,q,r oznaczaj odpowiednio zdania x∈A , x∈B , x∈C. We my pod uwag schemat zda : p∧(q∨r)⇔(p∧q)∨(p∧r). Łatwo sprawdzi , e jest on tautologi . Z faktu tego wynika równo 1). Analogicznie ( buduj c stosowne schematy zda i sprawdzaj c, czy s one tautologiami) udowodni mo na pozostałe wymienione prawa. Przyst pimy teraz do konstruowania w oparciu o poj cia pierwotne i dot d sformułowan aksjomatyk logiki i teorii mnogo ci nowych zbiorów, Dla zbioru X o którym mowa w A1 istnieje na podstawie A7 zbiór X\X. Zauwa my, e w(x∈X\X) = 0, bo w(x∈X∧x∉X) = 0. Je eli dla pewnego zbioru A mamy w(x∈A) =0, to na podstawie tabelki z A3 mamy w(x∈X\X⇔x∈A) = 1, wi c zbiory X\X i A s wobec A4 identyczne. Zbiór A dla którego w(x∈A) = 0 nazywamy zbiorem pustym i oznaczamy symbolem ∅. Wobec powy szych rozwa a zbiór taki jest tylko jeden. Definicja Niech A i B b d zbiorami. Powiemy, e A jest podzbiorem zbioru B (A zawarty jest w B) je eli prawdziwe jest zdanie x∈A x∈B. Piszemy wtedy A⊂B. Mamy wi c A⊂B ≡ w(x∈A x∈B) = 1. Twierdzenie 0.1 Dla dowolnego zbioru A mamy: 1) A⊂A 2) ∅⊂A. Dowód Zauwa my, e schemat S(x)≡ x x jest tautologi , bo x 1 0 x x 1 1 Zatem w(x∈A x∈A) = 1, a to oznacza, e A⊂A. Zauwa my dalej, e skoro jak wiemy w(x∈∅)=0, to wobec definicji implikacji w(x∈∅ x∈A)=1, co daje ∅⊂A. Przyst pujemy teraz do sformułowania kolejnych aksjomatów logiki i teorii mnogo ci. A8. Dla dowolnego zbioru X istnieje zbiór wszystkich jego podzbiorów. Zbiór ten nazywamy zbiorem pot gowym zbioru X i oznaczamy symbolem 2X. Zauwa my, e W my l twierdzenia 0.1 w(∅∈2∅)=1, czyli zbiór 2∅ nie jest pusty. O takim mówimy, e jest niepusty. Ogólnie, je eli dla pewnego zbioru A mamy w(x∈A)=1, to mówimy, e zbiór A jest niepusty. Piszemy wtedy A≠∅ i mówimy, e x jest elementem zbioru A. W my l powy szej umowy stwierdzamy, e zbiór pusty jest elementem zbioru 2∅. Zauwa my dalej, e (1) w(2∅∈2∅)=0. [innymi słowy 2∅ nie jest podzbiorem zbioru ∅] Istotnie, poniewa w(∅∈2∅)=1 oraz w(∅∈∅)=0, to w(∅∈2∅ ∅∈∅)=0. ∅ W my l A8 istnieje zbiór pot gowy zbioru 2∅ czyli zbiór 2 2 . Zauwa my, ∅ ∅ ∅ e 2∅∈ 2 2 , wi c wobec (1) 2∅≠ 2 2 , ale 2∅⊂ 2 2 . W ten sposób powstaje "ła cuch" zbiorów o poni szych własno ciach: ∅ (2) ∅ ⊂ 2 ∅ ⊂ 2 2 ⊂ 2 2 ∅ (2') ∅ ≠ 2 ∅ ≠ 2 2 ≠ 2 2 2∅ 2∅ ⊂ ... ≠ ... Przypomnijmy, e na tym etapie budowania matematyki od podstaw nie wiemy jeszcze co to jest np. zbiór liczb rzeczywistych, funkcja itd. Ła cuch zbiorów opisany własno ciami (2) i (2') jest jak dot d jedynym "tworem" jaki udało si nam skonstruowa w oparciu o poj cia pierwotne i dot d podane aksjomaty. Zauwa my, e wspomniany "ła cuch" ustawia wyst puj ce w nim zbiory w "naturalnym" porz dku ("mniejszy" poprzedza "wi kszy"). Rzec by mo na, e ka dy ze zbiorów "ła cucha" (z wyj tkiem ∅) posiada swój poprzednik (zbiór bezpo rednio wyst puj cy przed nim) i ka dy posiada swój nast pnik (zbiór bezpo rednio wyst puj cy po nim). S to najistotniejsze cechy zbioru liczb naturalnych [ka da liczba naturalna (z wyj tkiem 1) posiada swój poprzednik, czyli liczb naturaln bezpo rednio j poprzedzaj c i ka da (bez wyj tku) posiada swój nast pnik, czyli liczb naturaln bezpo rednio po niej wyst puj c . Liczby naturalne nie został dot d skonstruowane (nie podali my ich definicji). Wida jednak w jaki sposób mo emy to uczyni . Mianowicie nazywaj c elementy ła cucha ∅ 2 ∅ ,2 2 ,2 2 2∅ ,... liczbami naturalnymi. Celem wst pu do niniejszego skryptu nie jest budowanie matematyki od podstaw (odsyłam czytelników do specjalnie temu celowi po wi conemu podr czników posiadaj cych w tytule "Podstawy Matematyki"), lecz jedynie zasygnalizowanie problemu. Przyjmijmy wi c, e skonstruowali my ju nie tylko same liczby naturalne, ale i ich zbiór. Przyjmujemy wi c, e wiemy co to jest zbiór liczb naturalnych i przyjmujemy jego oznaczenie: N ≡ {1,2,3,4, ... }. Maj c do dyspozycji zbiór N stosunkowo łatwo zdefiniowa zbiór liczb całkowitych Z i zbiór liczb wymiernych W. Znacznie wi cej kłopotów napotykamy przy konstrukcji zbioru liczb rzeczywistych R. Przyjmijmy jednak, e i tymi zbiorami dysponujemy. Przed sformułowaniem kolejnego aksjomatu podamy definicj . Definicja Niech X b dzie dowolnym zbiorem. Wyra enie @(x) zawieraj ce zmienn x, które staja si zdaniem (prawdziwym lub fałszywym) gdy w miejsce zmiennej x wstawimy dowolny element ze zbioru X, nazywamy funkcj zdaniow , której zakresem zmienno ci jest zbiór X. Piszemy @(x), x∈X. Do zawiła to definicja, dlatego zilustrujemy w czym rzecz na kilku przykładach. Przykład 0.1 Niech @(x) ≡ 7x-13>5, x∈R. @(x) jest funkcj zdaniow , której zakresem zmienno ci jest zbiór R, bowiem dowolne dwie liczby rzeczywiste mo emy z sob porówna . Dla dowolnego ustalonego a∈R jest albo w(7a-13>5)=1, albo w(7a-13>5)=0. Np. w(7.4-13>5)=1 oraz w(7.1-13>5)=0. Tak wi c dla dowolnego a∈R , 7a-13>5 jest zdaniem. Przykład 0.2 Niech @(x) ≡ x + 12 = x , x∈R. x−3 @(x) nie jest funkcj zdaniow , której zakresem zmienno ci jest zbiór R, bo dla a=3∈R, @(3) nie jest zdaniem (z oczywistych powodów). Zauwa my jednak, e @(x) ≡ x + 12 = x , x∈R\{3}. x−3 jest funkcj zdaniow , której zakresem zmienno ci jest zbiór R\{3}. Przykład 0.3 Niech A - b dzie zbiorem liter alfabetu łaci skiego oraz @(x) ≡ x - jest samogłosk , x∈A. @(x) jest funkcj zdaniow , której zakresem zmienno ci jest zbiór A, bo dowolna litera alfabetu jest albo samogłosk , albo ni nie jest (czyli jest spółgłosk ). Przykład 0.4 Niech @(x) ≡ x2+7<0, x∈R. @(x) jest funkcj zdaniow , której zakresem zmienno ci jest zbiór R, na tej samej zasadzie jak w przykładzie 0.1. Dla ustalonego a∈R a2+7<0 jest zdaniem. Jest ono niezale nie od a∈R fałszywe [w(a2+7<0)=0]. Przykład 0.5 Niech @(x) ≡ x2+7>0, x∈R. @(x) jest funkcj zdaniow , której zakresem zmienno ci jest zbiór R, na tej samej zasadzie jak w przykładzie 0.1. Dla ustalonego a∈R a2+7>0 jest zdaniem. Jest ono niezale nie od a∈R prawdziwe [w(a2+7>0)=1]. Przyst pujemy do sformułowania kolejnego aksjomatu. A9. Dla dowolnego zbioru X i funkcji zdaniowej @(x), której zakresem zmienno ci jest zbiór X istnieje zbiór tych x elementów zbioru X, dla których @(x) jest zdaniem prawdziwym. Zbiór ten zapisujemy symbolicznie {x∈X: w(@(x))=1}. Aksjomat A9 nazywamy aksjomatem podzbiorów. Uwagi: Niewykluczone, e zbiór o którym mowa w A9 jest pusty. Do tej pory stwierdzenie, e zdanie a∈A jest prawdziwe notowali my jako w(a∈A)= 1 i e jest ono fałszywe jako w(a∈A)=0. Było bardzo wygodne gdy operowali my schematami zda . Od tej pory jednak, w celu uproszczenia zapisów pisz c: a∈A - rozumie b dziemy, e w(a∈A)=1 a∉A - rozumie b dziemy, e w(a∈A)=0. W zwi zku z t umow zbiór wyst puj cy w A9 zapisywa b dziemy w postaci {x∈X: @(x) } - czyta : jest to zbiór tych elementów zbioru X, dla których spełniony jest warunek @(x). Na przykład odwołuj c si do przykładów od 0.1 do 0.5 na mocy A9 istniej poni sze zbiory: {x∈R:7x-13>5 } = ( {x∈R\3: 18 ,∞) 7 x + 12 = x }= {-2, 6} x−3 {x∈A: x- jest samogłosk } = {a, e, i, o, u, y} {x∈R: x2+7<0 } = ∅ {x∈R: x2+7>0 } = R. Twierdzenie 0.1 [ o sumie i iloczynie zbiorów] Niech @(x), &(x) b d funkcjami zdaniowymi, których zakresem zmienno ci jest zbiór X. Wówczas: I) {x∈X: @(x)∨&(x) } = {x∈X: @(x) } ∪ {x∈X: &(x) } II) {x∈X: @(x)∧&(x) } = {x∈X: @(x) } ∩ {x∈X: &(x) } Dowód Uwaga: w dalszej cz zbiorów. Najcz ci skryptu bardzo cz sto b dziemy dowodzili równo ci dwóch ciej wykazywali b dziemy, e pierwszy z nich zawarty jest w drugim i odwrotnie ( co wobec punktu 6 praw algebry zbiorów równowa ne jest ich równo ci). Dowód poni szego twierdzenia stanowi mo e bardzo ogólny schemat tego typu dowodów. Ad (I). Niech A ≡ {x∈X: @(x)∨&(x) } oraz B ≡ {x∈X: @(x) } i C ≡ {x∈X: &(x) }. Niech y∈A. Oznacza to, e w(@(y)∨&(y)) = 1, wi c wobec definicji alternatywy mamy: (1) w(@(y)) = 1∨ w(&(y)) = 1. przyjmijmy, e np. (2) w(@(y)) = 1. mamy wi c y∈B i wykorzystuj c prawa algebry zbiorów mamy B ⊂ B∪C i w konsekwencji (3) y∈B∪C. Pisz c na pocz tku dowodu "niech y∈A" przyj li my, e w(y∈A) = 1. W (3) uzyskali my w(y∈B∪C)=1. Poniewa implikacja p q nie jest zdaniem prawdziwym jedynie w przypadku gdy w(p) = 1 i w(q) = 0 stwierdzamy, e wobec w(y∈A) = 1 oraz w(y∈B∪C)=1 mamy (4) w[(y∈A) (y∈B∪C)]=1 udowodnili my tym samym, e (5) A ⊂ B∪C Do analogicznego winisku dochodzimy przyjmuj c w (2) w(&(y)) = 1. Uwaga: przeprowadzone wy ej rozumowanie skłania ku nast puj cej konkluzji. Aby wykaza , e zbiór X zawarty jest w zbiorze Y wystarczy wykaza , e ka dy element zbioru X jest elementem zbioru Y. Je eli zbiór X jest pusty, to nie ma adnego elementu, ale jak wiemy ∅⊂Y. Pisz c na pocz tku dowodu "niech y∈X rozumiemy, e bierzemy oto pod uwag dowolny, lecz ustalony na czas rozumowania element zbioru X ( to znaczy poza faktem, e y∈X o elemencie y niczego nie zakładamy). Nie przejmujemy si przy tym mo liwo ci X = ∅ z wy ej wspomnianych powodów. Wypisujemy nast pnie logiczne konsekwencje przynale no ci elementu y do zbioru X. Je eli jedn z nich b dzie (a do tego zmierzamy) przynale no elementu y do zbioru Y, to mo emy stwierdzi , e X ⊂ Y. W duchu powy szej uwagi przyst pujemy do dalszej cz ci dowodu. Niech teraz y∈B∪C. Oznacza to, e (6) y∈B ∨ y∈C Przyjmijmy, e np. (7) y∈B czyli (8) w(@(y))=1 Wnioskujemy st d, e (9) w(@(y)∨&(y)) = 1 a to oznacza, e (10) y∈A Udowodnili my wi c, e (11) B∪C⊂A, co razem z (5) daje tez . Przyjmuj c w (7) y∈C dochodzimy do tego samego wniosku w zupełnie analogiczny sposób. Zupełnie analogicznie (nawet łatwiej, bo nie zachodzi potrzeba rozwa ania pewnych przypadków) wykaza mo na (II) cz tezy. KWANTYFIKATORY Definicja Niech @(x) b dzie funkcj zdaniow , której zakresem zmienno ci jest zbiór X. Na mocy aksjomatu A9 istnieje zbiór {x∈X: @(x) }. Je eli {x∈X: @(x) } = X, to mówimy, e dla ka dego x nale cego do X jest ∀ @(x) i piszemy x∈X @(x). Je eli {x∈X: @(x) } ≠ ∅, to mówimy, e istnieje x nale cy do X dla którego ∃ @(x) i piszemy x∈X @(x). Mamy wi c ∀ x∈X @(x) ≡ {x∈X: @(x) } = X oraz ∃ x∈X @(x) ≡ {x∈X: @(x) } ≠ ∅. Symbole ∀, ∃ nazywamy kwantyfikatorami. Pierwszy z nich kwantyfikatorem ogólnym, drugi kwantyfikatorem szczegółowym. Przykłady zastosowania kwantyfikatorów. Zdanie: istnieje liczba rzeczywista spełniaj ca równanie x2 - 1 = 0 zapisa mo emy ∃ nast puj co x∈R x2 - 1 = 0. Zdanie: dla ka dej liczby rzeczywistej istnieje liczba naturalna od niej wi ksza ∀ ∃ zapisa mo emy nast puj co: x∈R n∈N n>x. Zauwa my, e zdanie : ∃ ∀ n∈N x∈R n>x ró ni ce si od poprzedniego jedynie kolejno ci kwantyfikatorów oznacza zupełnie co innego. Mianowicie powiada ono, e istnieje taka liczba naturalna, która jest wi ksza od wszystkich liczb rzeczywistych. Zdanie to w przeciwie stwie do poprzedniego jest oczywi cie fałszywe. Wida wi c, e kolejno wyst powania w zdaniu kwantyfikatorów ma istotne znaczenie. Prze led my jeszcze jeden przykład zastosowania kwantyfikatorów. We my pod uwag zdania: istnieje liczba rzeczywista b d ca jednocze nie mniejsza ni 9 i wi ksza ni 7. ∃ Mo emy zapisa je jako: x∈R (7<x ∧ x<9) istnieje liczba rzeczywista b d ca mniejsza ni 9 i istnieje liczba rzeczywista wi ksza ∃ ∃ ni 7. Mo emy zapisa je jako: x∈R 7<x ∧ x∈R x<9. Zdania (a) i (b) s prawdziwe, wi c i zdanie: ∃ x∈R (7<x ∧ x<9) ∃ ∃ x∈R 7<x ∧ x∈R x<9 jest prawdziwe. We my pod uwag zdania: istnieje liczba rzeczywista b d ca jednocze nie mniejsza ni 6 i wi ksza ni 7. ∃ Mo emy zapisa je jako: x∈R (7<x ∧ x<6) istnieje liczba rzeczywista b d ca mniejsza ni 6 i istnieje liczba rzeczywista wi ksza ∃ ∃ ni 7. Mo emy zapisa je jako: x∈R 7<x ∧ x∈R x<6. Zdanie (d) jest prawdziwe a zdanie (c) jest fałszywe, wi c zdanie: ∃ ∃ x∈R 7<x ∧ x∈R x<6 Z powy szych ∃ x∈R (7<x ∧ x<6) jest fałszywe. przykładów wynika, e "rozdzielno " kwantyfikatorów wzgl dem funktorów zdaniotwórczych nie jest spraw łatw . Prawa rozdzielno ci kwantyfikatorów wzgl dem funktorów zdaniowórczych. Niech &(x) i @(x) i $(x) b d funkcjami zdaniowymi, których zakresem zmienno ci jest zbiór X. Przy czym $(x) nie zale y wówczas od elementów zbioru X. (Zamiast $(x) piszemy wtedy $). Wówczas: (1) ∀ ∀ ∀ x∈X [&(x)∧@(x)] ⇔ [ x∈X &(x) ∧ x∈X @(x)] ∃ ∃ (2) x∈X [&(x)∨@(x)] ⇔ [ x∈X &(x) ∨ ∀ ∀ ∀ (3) [ x∈X &(x) ∨ x∈X @(x)] ∃ (4) x∈X [&(x)∧@(x)] (5) ∀ ∀ (6) ∀ (7) (8) x∈X [&(x) ∀ ∃ x∈X [&(x) ∃ x∈X @(x)] x∈X [&(x)∨ @(x)] ∃ [ x∈X &(x) ∧ ∃ x∈X @(x)] ∀ ∀ ∃ ∃ x∈X @(x)]. @(x)] [ x∈X (&(x) @(x)] [ x∈X (&(x) x∈X [ $ ∨ @ (x)] ⇔ [ $ ∨ x∈X [ $ ∧ @ (x)] ⇔ [ $ ∧ ∀ ∀ x∈X @(x) ] x∈X @(x) ] ∃ (9) x∈X [ $ ∨ @ (x)] ⇔ [ $ ∨ x∈X @(x) ] (10) ∃ ∃ x∈X [ $ ∧ @ (x)] ⇔ [ $ ∧ x∈X @(x) ] x∈X @(x)] (11) (12) ∀ x∈X [ $ @ (x)] ⇔ [ $ ∃ x∈X [ $ @ (x)] ⇔ [ $ ∀ x∈X @(x) ] ∀ x∈X @(x) ] Dowód ∀ Ad 1) x∈X [&(x)∧@(x)] ≡ {x∈X: &(x)∧@(x) } =X ≡(1)≡ {x∈X: &(x)} ∩ {x∈X: @(x) } = X ∀ ∀ ≡(2)≡ [{x∈X: &(x)} = X ∧ {x∈X: @(x)} = X ] ≡ [ x∈X &(x) ∧ x∈X @(x)]. - wynika z twierdzenia o iloczynie zbiorów, (2)- wynika z jednego z praw algebry zbiorów. ∃ Ad. 4) [ x∈X [&(x)∧@(x)] ≡ {x∈X: &(x)∧@(x)} ≠ ∅ ≡ {x∈X: &(x)} ∩ {x∈X: @(x)} ≠∅ ∅ ≠ {x∈X: &(x)}∩{x∈X: @(x)} ⊂ {x X: &(x)} ∧ ∅ ≠ {x∈X: &(x)}∩{x∈X: @(x)} @(x)} ∃ {x∈X: &(x)} ≠∅ ∧ {x∈X: @(x)} ≠ ∅ Zauwa my przy tym, [ x∈X &(x) ∧ {x∈X: ∃ x∈X @(x)]. e nie jest prawdziwa przeciwna implikacja. Niech bowiem &(x)≡x>7 i @(x)≡x<7, dla x∈N. & i @ s oczywi cie funkcjami zdaniowymi, których zakresem zmienno ci jest zbiór N. Poniewa ∃ 3∈{x∈N: x<7} oraz ∃ 8∈{x∈N:x>7}, wi c {x∈N:x>7}≠∅∧{x∈N:x<7}≠∅, czyli [ x∈N &(x)∧ x∈N @(x)]. ∃ Zauwa my dalej, e {x∈N: x>7}∩{x∈N: x<7} = ∅, zatem ~[ x∈X [&(x)∧@(x)]]. Ad. 7) Rozwa my przypadki: (i) $ jest zdaniem prawdziwym. Wówczas: zdanie $ ∨ ∀ x∈X @(x) jest prawdziwe i {x∈X:$} = X. Zauwa my, e {x∈X:$∨@(x)} = {x∈X: $ ∨ @(x)} = {x∈X: $ }∪{ x∈X:@(x)} =X∪{x∈X:@(x)} = X, czyli zdanie ∃ x∈X [ $ ∨ @ (x)] te jest prawdziwe. W tym przypadku warto ci logiczne zda s jednakowe. (ii) $ jest zdaniem fałszywym. Wówczas {x∈X:$} = ∅ a warto ∀ ∀ logiczna zda [$ ∨ x∈X @ (x)] jest taka sama jak zdania x∈X @(x). Zauwa my, e w (7) (*) {x∈X:$∨@(x)} = {x∈X: $ }∪{ x∈X:@(x)} =∅∪{x∈X:@(x)} = {x∈X:@(x)} Zdanie ∀ x∈X [ $ ∨ @ (x)] jest prawdziwe wtedy i tylko wtedy, gdy {x∈X:$∨@(x)} = X, ∀ co na mocy (*) równowa ne jest prawdziwo ci zdania x∈X @ (x). W efekcie i w tym przypadku warto ci logiczne zda w (7) s jednakowe. Podobnie udowodni mo na pozostałe z wymienionych praw. RELACJE I FUNKCJE Definicja Niech A i B b d zbiorami niepustymi i niech a∈A i b∈B. Zbiór {{a},{a,b}} nazywamy par uporz dkowan o poprzedniku a i nast pniku b i oznaczamy symbolem (a,b). Tak wi c (a,b) ≡ {{a},{a,b}}. Okazuje si , e dla dowolnych, niepustych zbiorów A i B istnieje zbiór wszystkich par uporz dkowanych o poprzednikach ze zbioru A i nast pnikach ze zbioru B. Zbiór ten nazywamy iloczynem kartezja skim zbiorów A i B i oznaczamy symbolem A×B. Piszemy A×B = {(a,b): a∈A ∧ b∈B}. Je eli A = B to piszemy zamiast AxA piszemy A2. Iloczyn kartezja ski trzech zbiorów niepustych A,B,C definiujemy jako zbiór Ax(BxC). Analogicznie definiujemy iloczyn kartezja ski dowolnej sko czonej ilo ci zbiorów. Zamiast pisa Ax...xA piszemy An. n −razy Znanym nam ze Szkoły redniej przykładem iloczynu kartezja skiego jest zbiór RxR czyli płaszczyzna. Podamy poni ej twierdzenie rozstrzygaj ce problem sygnalizowanej wcze niej kolejno ci kwantyfikatorów. Mo emy to uczyni dopiero w tym miejscu, gdy niezb dnym do tego jest poj cie iloczynu kartezja skiego zbiorów. Twierdzenie (Prawa przestawiania kwantyfikatorów) Niech @(x,y) b dzie funkcj jest zbiór X×Y. Wówczas: 1) ∀ x∈X ∀ ∀ ∀ y∈Y @((x,y) ⇔ y∈Y x∈X @((x,y) zdaniow , której zakresem zmienno ci 2) ∃ ∃ ∃ ∃ x∈X y∈Y @(x,y) ⇔ y∈Y x∈X @(x,y) 3) ∀ ∃ y∈Y @(x,y) x∈X ∃ ∀ x∈X y∈Y @(x,y). Dowód Ad. 1) ∀ x∈X ∀ y∈Y @((x,y) ≡ ∀ x∈X { y∈Y: @((x,y)} = Y ≡ {x∈X: { y∈Y: @((x,y)} = Y} = X. Załó my, e zdanie (1) {x∈X: { y∈Y: @((x,y)} = Y} = X - jest prawdziwe. (czyli ma miejsce ta równo zbiorów). Przypu my, e (2) {y∈Y: {x∈X: @(x,y)} = X} ≠ Y. Oznacza to, e ∃ (3) z∈Y z∉{y∈Y: {x∈X: @(x,y)} = X}, czyli ∃ (4) t∈X t∉{x∈X: @(x,z)} , wi c zdanie @(t,z) jest fałszywe. Wobec (1) t∈{x∈X: { y∈Y: @(x,y)} = Y}, zatem { y∈Y: @((t,y)} = Y, ale wobec (3) z∈Y\{ y∈Y: @((t,y)}. Uzyskana sprzeczno jest konsekwencj przypuszczenia (2) i dowodzi prawdziwo ci zdania {y∈Y: {x∈X: @(x,y)} = X} ≠ Y, czyli ∀ ∀ (5) y∈Y x∈X @(x,y). Je eli zdanie (1) jest fałszywe za przypu cimy, e zdanie (6) {y∈Y: {x∈X: @(x,y)} = X} = Y jest prawdziwe, to w zupełnie analogiczny sposób uzyskamy sprzeczno warto ci logiczne obu zda w punkcie 1) twierdzenia s jednakowe, co ko czy dowód. Ad. 3) ∃ ∀ x∈X y∈Y @(x,y) ≡ {x∈X:{y∈Y:@(x,y)} = Y} ≠∅. Załó my, e zdanie {x∈X:{y∈Y:@(x,y)} = Y} ≠∅ jest prawdziwe. Niech (1) t∈ {x∈X:{y∈Y:@(x,y)} = Y}. Wówczas (2) {y∈Y:@(t,y)} = Y. . Zatem Niech z∈Y. Wówczas wobec (1) @(t,z) jest zdaniem prawdziwym. W konsekwencji t∈{x∈X:@(x,z)}, czyli {x∈X:@(x,z)}≠∅ a wi c z∈{y∈Y: {x∈X:@(x,y)} ≠∅}. Udowodnili my, e Y ⊂ {y∈Y: {x∈X:@(x,y)} ≠∅}. Poniewa przeciwna inkluzja jest oczywista mamy równo Y = {y∈Y: {x∈X:@(x,y)} ≠∅}, czyli prawdziwo zdania ∃ ∀ x∈X y∈Y @(x,y), co ko czy dowód implikacji 3). Uwaga Funktora implikacji w (3) nie mo emy zast pi funktorem równowa no ci. Niech bowiem @(x,y)≡ x+y=1 dla (x,y)∈RxR. Niech z∈R, wówczas {x∈R: x+z = 1} ≠ ∅ , bo (1-z)∈ {x∈R: x+z = 1}. Zatem {y∈R: {x∈X: x+y = 1}≠∅} = R, czyli prawdziwe jest zdanie ∀ ∃ y∈R x∈R x+y = 1. my, e równie zdanie Przypu ∃ ∀ x∈R y∈R x+y = 1≡ {x∈R:{y∈R: x+y = 1} = R}≠∅. jest prawdziwe. Niech t∈{x∈R:{y∈R: x+y = 1} = R}. Wówczas {y∈R: t+y = 1} = R. Poniewa -t∈R wi c zdanie 0 = 1 jest prawdziwe. Uzyskane sprzeczno jest konsekwencj przypuszczenia, e zdanie (8) jest prawdziwe. Definicja Ka dy podzbiór @ iloczynu kartezja skiego A×B nazywamy relacj w tym iloczynie. Zamiast pisa mówimy te (a,b)∈@ piszemy a@b. W przypadku gdy @ jest relacj w A× A e @ jest relacj okre lon w zbiorze A. Przykłady. Zbiór @ ≡ { (x,y)∈RxR: x<y} jest relacj w zbiorze R. Geometrycznie jest to zbiór punktów płaszczyzny le cy ponad wykresem prostej o równaniu y=x. Zbiór @ ≡ { (x,y)∈RxR: x2 + y2 = -7} jest relacj w zbiorze R przy czym @ = ∅. Definicja Relacj je eli: @ okre lon w zbiorze A nazywamy relacj równowa no ci 1) 2) 3) ∀ ∀ ∀ x ∈A x@x (zwrotno x,y∈A x@y ) y@x (symetria) x,y,z∈A x@y ∧ y@z x@z (przechodnio ). Trywialnym wr cz przykładem relacji równowa no ci jest równo elementów w dowolnym zbiorze niepustym. Definicja Niech @ b dzie relacj równowa no ci w zbiorze X i niech a∈X. Zbiór [a] ≡ {x∈X: x@a} nazywamy klas abstrakcji elementu a w relacji @. Element a∈X nazywamy reprezentantem klasy abstrakcji [a]. Zauwa my, e wobec zwrotno ci relacji @ zawsze reprezentant danej klasy abstrakcji jest jej elementem, czyli ∀ a∈X a∈[a]. Przykład Niech H b dzie zbiorem liczb całkowitych podzielnych przez 3, czyli H ≡ {x∈Z: ∃ k∈Z x = 3k }. W zbiorze Z definiujemy relacj „@” nast puj co: ∀ x,y∈Z x@y ≡ x-y∈H. Wyka emy, e „@” jest relacj równowa no ci w Z. Niech x,y,z∈Z. Mamy: 1) x-x = 0 = 3.0 ∈ H, bo 0∈Z. Zatem x@x. ∃ ∃ 2) Je eli x@y, to x-y∈H, wi c k∈Z x-y = 3.k. Zatem k∈Z -x+y = 3.(-k), czyli y-x∈H, bo -k∈Z. Tak wi c y@x. ∃ 3) Je eli x@y ∧ y@z, to x-y∈H ∧ y-z∈H, wi c k,r∈Z x-y = 3.k ∧ y-z = 3.r. Mamy wi c x-z = x-y+y-z = 3(k+r). St d x-z∈H, bo k+r∈Z. Tak wi c x@z. Zajmiemy si teraz wyznaczeniem klas abstrakcji relacji @. [0] = {x∈Z: x@0} = {x∈Z: x-0∈H} = {x∈Z: x∈H} = H ∃ ∃ [1] = {x∈Z: x@1} = {x∈Z: x-1∈H} = {x∈Z: k∈Z x-1 = 3.k} = {x∈Z: k∈Z x = 3.k+1} -jest to zbiór liczb całkowitych, które przy dzieleniu przez 3 daj reszt 1. ∃ ∃ [2] = {x∈Z: x@2} = {x∈Z: x-2∈H} = {x∈Z: k∈Z x-2 = 3.k} = {x∈Z: k∈Z x = 3.k+2} -jest to zbiór liczb całkowitych, które przy dzieleniu przez 3 daj reszt 2. ∃ ∃ [3] = {x∈Z: x@3} = {x∈Z: x-3∈H} = {x∈Z: k∈Z x-3 = 3.k} = {x∈Z: k∈Z x = 3(k+1)} = = H. Z poni szego twierdzenia wywnioskujemy, e znale li my w tym przykładzie wszystkie ró ne mi dzy sob klasy abstrakcji danej relacji. Zauwa my w tym miejscu, e [1]∪[2]∪[3] = Z Twierdzenie (O rozł czno ci klas abstrakcji) Klasy abstrakcji dowolnej relacji równowa no ci @ okre lonej w zbiorze X s albo zbiorami rozł cznymi, albo identycznymi. Dowód Niech @ b dzie relacj równowa no ci w zbiorze X i niech a,b∈X. Je eli [a] ∩ [b] ≠∅, to (1) ∃ k∈X k∈[a] ∧ k∈[b]. St d (2) k@a ∧ k@b Wobec symetrii @ mamy te (3) a@k ∧ b@k. Niech x∈[a]. Wówczas x@a Z (2), (3) i (4) oraz z przechodnio ci relacji @ wnioskujemy, e x@b, czyli x∈[b]. Wykazali my wi c, e [a] ⊂ [b]. Analogicznie wykaza mo na przeciwn inkluzj . Wniosek Suma mnogo ciowa klas abstrakcji z poprzedniego przykładu dała cały zbiór Z. W zwi zku z tym dowolna liczba całkowita a jest elementem dokładnie jednego ze zbiorów [1], [2] lub [3]. Poniewa a∈[a], to wobec powy szego twierdzenia [a] = [1], lub [a] = [2], lub [a] = [3]. Definicja Relacj f okre lon w iloczynie D×P spełniaj c warunek: ∀ ∃ ∀ x∈D y∈P xfy ∧ z∈P (xfz nazywamy funkcj z=y) (odwzorowaniem). Zbiór D nazywamy dziedzin a zbiór P przeciwdziedzin funkcji f. Zapis: f:D→P, czytamy „ f jest funkcj okre lon na zbiorze D i o warto ciach w zbiorze P”. Zamiast pisa xfy b dziemy pisali f(x) = y. Zbiór W≡{(x,y)∈D×P: y = f(x)} nazywamy wykresem funkcji f. Uwaga U yli my wy ej znaku "≡", którego u ywali b dziemy w przypadkach definiowania pewnych obiektów np. zbioru (jak powy ej) b d funkcji. Niech A⊂D i B⊂P. Zbiór ∃ f(A)≡{y∈P: x∈A y = f(x)} nazywamy obrazem zbioru A (przy odwzorowaniu f). W szczególno ci zbiór f(D) nazywamy obrazem funkcji f. f-1(B)≡{x∈D: f(x)∈B} nazywamy przeciwobrazem zbioru B (przy odwzorowaniu f). Oczywi cie f-1(P) = D. Definicja Funkcj f:D→P nazywamy: ∀ ró nowarto ciow gdy x,y∈D. x≠y f(x)≠f(y). schemat (a b)⇔(~b ~a) jest tautologi , to warunek (a) zapisa Poniewa mo emy nast puj co: ∀ (a’) ró nowarto ciow gdy x,y∈D. f(x) = f(y) x = y. surjekcj (odwzorowaniem „na”) gdy f(D) = P, ∀ ∃ czyli gdy y∈P x∈D y = f(x). Piszemy wówczas f : D → P . na te odwzorowaniem wzajemnie jednoznacznym ( w skrócie: [wj]) gdy f jest ró nowarto ciow surjekcj . Piszemy wówczas f : D → P . wj Funkcj ró nowarto ciow nazywamy te injekcj za [wj] bijekcj . Definicja Niech ∅≠A⊂D i f:D→P. Funkcj g:A→P zdefiniowan jak nast puje ∀ x∈A g(x)≡f(x) nazywamy funkcj zredukowan (obci t ) do zbioru A i oznaczmy przez f|A. Definicja Niech ∅≠D⊂R. Funkcj f:D→R nazywamy: ∀ rosn c (niemalej c ) je eli x,y∈D x<y ∀ malej c (nierosn c ) je eli x,y∈D x<y Funkcje: rosn c , malej c , nierosn c f(x)<f(y) ( f(x)≤f(y) ) f(x)>f(y) ( f(x)≥f(y) ). lub niemalej c nazywamy monotoniczn . Funkcje rosn c lub malej c nazywamy ci le monotonicznymi. Uwaga Funkcje ci le monotoniczne s oczywi cie ró nowarto ciowe. Definicja Funkcje f:D→P i g:D→P nazywamy równymi je eli ∀ x∈D f(x) = g(x). Piszemy wtedy f = g. Przykład 1.2 ∀ Definiujemy funkcje f,g:R→R nast puj co: x∈R f(x)≡sin2x+cos2x ; g(x)≡1 x ∀ oraz funkcje h,k:R\{0}→R nast puj co: R\{0} h(x)≡ x ; k(x)≡x. Stwierdzamy, e f = g, natomiast g ≠ h, bo dziedziny tych funkcji s ró ne oraz h ≠ k, bo dla x=2∈R\{0} mamy h(2) = 1 ≠ 2 = k(2). Zauwa my jeszcze, e h|{1} = k|{1}. Definicja Niech g:D→P’ i f:D’→P i niech P’⊂D’. Funkcj f g:D→P zdefiniowan nast puj co: ∀ x∈D (f g)(x)≡f(g(x)) nazywamy superpozycj (zło eniem) funkcji f i g. Przykład 1.3 ∀ Definiujemy f,g:R→R nast puj co: x∈R f(x)≡2x+3 i g(x)≡x2. Znale fg i g f. Niech x∈R. Mamy (f g)(x) = f(g(x)) = f(x2) = 2x2+3, (g f)(x) = g(f(x)) = g(2x+3) = 4x2+12x+12. Zauwa my, e f g ≠ g f, bo dla 1∈R mamy (f g)(1) = 5 ≠ 28 = (g f)(1). Definicja Niech f:D→P b dzie funkcj ró nowarto ciow . Funkcj f -1 :f(D)→D zdefiniowan nast puj co: ∀ -1 y∈f(D) f (y) = x ⇔ f(x) = y nazywamy funkcj odwrotn do funkcji f. Uwaga Dla dowolnej funkcji ró nowarto ciowej istnieje funkcja odwrotna, natomiast funkcje nieró nowarto ciowe nie posiadaj funkcji odwrotnej poniewa w ich ∀ przypadku przyporz dkowanie: „ y∈f(D) f -1(y) = x ⇔ f(x) = y” nie jest jednoznaczne. Definicja Funkcj idD:D D okre lon wzorem ∀ x∈D idD(x) ≡ x nazywamy identyczno ciow . Jest ona oczywi cie ró nowarto ciow bijekcj . Twierdzenie (własno ci funkcji odwrotnej) Niech f:D→P b dzie funkcj ró nowarto ci . Wówczas: 1) f f -1 = idf-1(D) czyli 2) f -1 f = idD czyli ∀ ∀ -1 -1 y∈f (D) f(f (y)) = y. -1 x∈D f (f(x)) = x . Łatwy dowód pozostawiamy czytelnikowi. ZBIORY LICZBOWE W rozdziale tym podamy podstawowe własno ci znanych ze Szkoły redniej zbiorów liczbowych uwypuklaj c te z nich, które w szkole z reguły były mało eksponowane. Umówimy si te co do oznacze tych zbiorów. ZBIÓR LICZB RZECZYWISTYCH R. Przyjmujemy, e znamy własno ci działa (dodawanie, odejmowanie, mno enie, dzielenie i pot gowanie) w tym zbiorze. Geometrycznie liczby rzeczywiste uto samiamy z punktami na prostej. Wszystkie ni ej podane zbiory b d podzbiorami zbioru R. ZBIÓR LICZB NATURALNYCH N Przyjmujemy, e N ≡ {1,2,3,4, ... } Elementarne własno ci tego zbioru to np. suma i iloczyn dowolnych liczb naturalnych s liczbami naturalnymi (ró nica i iloraz nie zawsze), dowolne dwie liczby naturalne porówna mo na przy pomocy relacji "≤", ka da liczba naturalna posiada swój nast pnik i ka da z wyj tkiem 1 ma swój poprzednik . W niniejszym skrypcie cz sto wykorzystywa b dziemy poni sze własno ci zbioru liczb naturalnych N. (n1) Ka dy niepusty podzbiór zbioru liczb naturalnych posiada element najmniejszy, czyli ∀ ∃ ∀ A ∈ 2N \ {∅} n 0 ∈ A n ∈ N n 0 ≤ n Element ten oznacza b dziemy symbolem minA i nazywa minimum zbioru A. (n2) Zasada indukcji matematycznej. Wykorzystuj c poj cie funkcji zdaniowej okre lonej na zbiorze N zasad sformułowa mo na nast puj co: t Niech @(n) b dzie funkcj zdaniow , której zakresem zmienno ci jest zbiór liczb naturalnych N. Je eli: (I) dla pewnego no∈N jest w(@(no)) = 1 (II) ∀ n∈N [n≥no ∧ w(@(n))=1] w(@(n+1))=1, to ∀ n∈N n>no w(@(n))=1, czyli { no, no+1, no+2, ... } ⊂ {n∈N: @(n) } . W szczególno ci dla no = 1 mamy {n∈N: @(n) } = N. Dowód Przyjmijmy, e dla pewnego no∈N mamy (1) w(@(no)) = 1 Niech A ≡ { no, no+1, no+2, ... } oraz B ≡ {n∈N: @(n) }. Nale y wykaza , e A ⊂ B. Przypu my, e tak nie jest. Mamy wówczas ∃ (2) m∈A m∉B Oznacza to, e ∃ (3) m∈N m>no ∧ w(@(m)) = 0 [m>no a nie m ≥no na mocy (1)] Niech C ≡ {n∈N: n>no ∧ w(@(n)) = 0}. Wobec (3) C ≠ ∅ [ bo m∈C] . Własno (n1) gwarantuje wi c istnienie minimum zbioru C. Niech k ≡ minC ∈ C. Wobec definicji minimum zbioru mamy k - 1 ∉C i k - 1 ≥ no. (4) k>no ∧ w(@(k)) = 0 ∧ w(@(k-1)) = 1 Wobec zało enia II. i (4) mamy (5) w(@(k-1+1)) = w(@(k)) = 1 co przeczy (4). Uzyskana sprzeczno jest konsekwencj przypuszczenia (2). Mamy wi c A ⊂ B. Na koniec zauwa my jeszcze, e dla no=1 mamy A ≡ { no, no+1, no+2, ... } = { 1, 2, 3 ... } = N. Poniewa B ≡ {n∈N: @(n) }⊂N i jak wykazali my A ⊂ B, zatem {n∈N: @(n) } = N. Ta ostatnia równo oznacza, prawdziwym dla dowolnego n∈N. ∀ e " n∈N @(n) " , wi c @(n) jest zdaniem Zilustrujemy teraz powy sz zasad dwoma przykładami. Przykład 1 Wykaza , e dla dowolnego n∈N liczba w postaci 6n-1 jest podzielna przez 5. Aby skorzysta z zasady indukcji nale y najpierw zdefiniowa funkcj zdaniow , której zakresem zmienno ci jest zbiór N. Zastanówmy si najpierw co to znaczy, e liczba całkowita podzielna jest przez 5. Po chwili refleksji odpowiemy z pewno ci , e to taka liczba, która jest całkowit wielokrotno ci liczby 5, czyli istnieje taka liczba całkowita k, e 6n-1=5k. W tym przypadku definiujemy wi c ∃ @(n) ≡ k∈Z 6n-1 = 5k , n∈N. Sprawdzamy teraz zgodnie z zasad indukcji prawdziwo zdania @(no) dla pewnego no∈N. Oczywi cie sprawdzanie to rozpoczynamy od no=1 [ niepowodzenia, to znaczy gdy @(1) jest zdaniem fałszywym, sprawdzamy prawdziwo w przypadku @(n) dla kolejnych liczb naturalnych. Kiedy poszukiwania staj si zbyt długie zaczynamy zastanawia si , czy w ogóle taka liczba istnieje ] Mamy I. 61-1 = 5 = 5.1 ∧ 1∈Z Zatem w(@(1)) = 1. II. Niech n∈N. Zakładamy, e ∃ (zał) n≥1 ∧ k∈Z 6n-1 = 5k [czyli n≥no=1 ∧ w(@(n))=1] ← tak zwane zało enie indukcyjne nale y wykaza , e ∃ (teza) r∈Z 6n+1-1 = 5r [czyli w(@(n+1))=1] ← tak zwana teza indukcyjna. Przyst pujemy do dowodu tezy indukcyjnej, czyli wskazania takiej całkowitej liczby r ∃ dla której 6n+1-1 = 5r, wiedz c e ≥1 ∧ k∈Z 6n-1 = 5k. Mamy 6n+1-1 = 6. 6n-1 = 6.6n-1-5+5 = 6. (6n-1) + 5 = (zał) = 6.5k + 5 = 5(6k+1) ∧ r ≡ 6k+1∈Z Udało si . Wskazali my inteligentnych przekształce (wykorzystuj c zało enie rachunkowych) liczb liczb całkowitych jest liczb całkowit ) tak , e 6 n+1 indukcyjne r całkowit -1 = 5r. i dokonuj c (bo iloczyn i suma Zasada indukcji matematycznej pozwala wnioskowa , e dla dowolnego n∈N liczba w postaci 6n-1 jest podzielna przez 5. Przykład 2 Dla jakich liczb naturalnych prawdziwa jest nierówno : 2n-1 > n2. Definiujemy funkcj zdaniow @(n) ≡ 2n-1 > n2 , n∈N. Autor sprawdził, e dla liczb 1,2,3,4,5,6 w(@(n)) = 0, czyli nierówno 2n-1 > n2 jest fałszywa. (Sprawd cie Pa stwo autora, czy si nie pomylił). Zauwa my, e dla no = 7∈N mamy I. 27-1 = 26 = 64 > 49 = 72, czyli w(@(7)) = 1. II. Niech n∈N i n≥7. Zakładamy, e (zał) 2n-1 > n2 Twierdzimy, e (teza) 2n > (n+1)2 Mamy 2n = 2. 2n-1> (zał) >2.n2 = n2+ n2 = n2 + n.n >(n≥7>3)> n2 + 3.n = n2 + 2.n + n>(n≥7>1)> > n2 + 2.n + 1 = (n+1)2 Tak wi c 2n > (n+1)2. Z zasady indukcji matematycznej wnioskujemy wi c, e nierówno 2n-1 > n2 jest prawdziwa w zbiorze {7,8,9, ... }. Poniewa sprawdzili my, e w zbiorze {1,2,3,4,5,6} nie jest ona prawdziwa mo emy zapisa ∀ n∈N 2 n-1 > n2 ⇔ n≥7. Zbiór liczb przeciwnych do naturalnych NDefiniujemy N- ≡ {-1,-2,-3,-4, ... }. Jest to zbiór "symetryczny" do zbioru liczb naturalnych, wi c i jego własno ci s "symetryczne". Np. ka dy niepusty podzbiór zbioru N- ma element najwi kszy itd. ZBIÓR LICZB CAŁKOWITYCH Z. Definiujemy Z ≡ N- ∪ {0} ∪ N = { ... -3,-2,-1,0,1,2,3, ... }. Elementarne własno ci tego zbioru, to np. suma, ró nica i iloczyn dowolnych liczb całkowitych s liczbami całkowitymi (o ilorazie z racji 0∈Z nie zawsze mo na mówi ). Zbiór ten nie ma własno ci zwi zanej ani z najwi kszym ani z najmniejszym elementem niepustego jego podzbioru. W zwi zku z tym w zbiorze Z nie obowi zuje zasada indukcji matematycznej, której dowód ,jak wiemy bazuje na istnieniu elementu najmniejszego w ka dym niepustym podzbiorze N. W zbiorze Z ka dy (bez wyj tku) element posiada zarówno swój poprzednik jak i nast pnik. Podobnie jak we wcze niej opisanych zbiorach ka de dwie liczby całkowite mo emy z sob porówna przy pomocy relacji "≤". W niniejszym skrypcie cz sto wykorzystywali b dziemy znan własno dzielenia liczb całkowitych z reszt . Własno ze Szkoły redniej t zapiszemy poni ej rzadko u ywanej w szkole. Mianowicie: (DZR) ∀ ∀ ∃ . m∈Z n∈Z\{0} c,r∈Z m = c n + r ∧ 0 ≤ r < n. ZBIÓR LICZB WYMIERNYCH W. ∃ ∃ Definiujemy W ≡ {x∈R: g∈Z d∈N x = Istotn cech ró ni c g } d ten zbiór od wcze niej opisanych jest to, e adna liczba wymierna nie posiada ani swego nast pnika ani poprzednika. Co wi cej mi dzy ka dymi dwiema ró nymi liczbami wymiernymi znale mo na pewn liczb wymiern (np. ich redni arytmetyczn ). ZBIÓR LICZB NIEWYMIERNYCH IW. Definiujemy IW ≡ R\W. Wiadomo ze szkoły redniej, e np. 2 nie da si przedstawi ułamka o liczniku całkowitym i naturalnym mianowniku. Zatem w postaci 2 ∈IW. Okazuje si , e liczb niewymiernych jest w pewnym sensie nawet wi cej ni wymiernych. Tym jednak w niniejszym skrypcie zajmowa si nie b dziemy. Zauwa my e: N ⊂ Z ⊂ W ⊂ R. Skonstruujemy teraz zbiór jeszcze obszerniejszy ni wszystkie dot d podane. Nie b dziemy odwoływali si tu do własno ci tego zbioru wyniesionych ze Szkoły redniej, bo z reguły o zbiorze tym w szkołach rednich nie wspomina si nawet. Dlatego te omówieniu tego zbioru po wi cimy osobny rozdział. ZBIÓR LICZB ZESPOLONYCH C. Iloczyn kartezja ski RxR nazywa oznacza i liter b dziemy zbiorem liczb zespolonych C. Elementy zbioru C, tak zwane liczby zespolone identyfikowa mo emy wi c z punktami płaszczyzny RxR. Niech z∈C = RxR. Z definicji iloczynu kartezja skiego zbiorów wynika, e z jest uporz dkowan par punktów (x,y), przy czym x,y∈R. Zatem z = (x,y) Na oznaczenie powy szej uporz dkowanej pary liczb rzeczywistych u ywa b dziemy innego symbolu mianowicie x + iy, czyli (PK) z= (x,y) ≡ x + iy. U yte wy ej symbole "+" oraz "i" słu maj jedynie do innego zapisu pary (x,y) w i nie adnego innego znaczenia. W szczególno ci "+" nie oznacza tu adnego dodawania, "i" nie jest wielo ci mog c przyjmowa ró ne warto ci, to po prostu symbole. Przedstawienie liczby zespolonej z = x + iy nosi nazw postaci kartezja skiej liczby zespolonej. Liczb rzeczywist x nazywamy cz ci rzeczywist liczby zespolonej z =x+iy i oznaczamy j symbolem re(z). Liczb rzeczywist y nazywamy cz ci urojon liczby zespolonej z =x+iy i oznaczamy j symbolem im(z). W zwi zku z tymi umowami i przyj tymi oznaczeniami zapisa mo emy: z= (x,y) ≡ x + iy = re(z) + i(im(z)) Dwie liczby zespolone jako elementy iloczynu kartezja skiego s (jak wiemy) równe wtedy i tylko wtedy gdy ich poprzedniki i nast pniki s równe. Wyra aj c t własno w dopiero co przyj tej terminologii powiedzie mo emy, e dwie liczby zespolone s równe wtedy i tylko wtedy, gdy maj te same cz ci rzeczywiste i te same urojone. Przyjmujemy nast puj ce umowy co do zapisu liczby zespolonej: x + iy ≡ iy + x ≡ x + yi cz urojona liczby zespolonej to ta liczba rzeczywista, która "stoi przy i" w odró nieniu od jej cz ci rzeczywistej. 1) x + i(-y) ≡ x - iy ≡ -iy + x 2) 0 + iy ≡ iy 3) x + i1 ≡ x + i 4) x + i0 ≡ x W zwi zku z t ostatni umow liczby zespolone o cz ci urojonej równej zeru identyfikowa mo emy z liczbami rzeczywistymi. W konsekwencji R ⊂ C. Jeszcze inaczej. Liczby rzeczywiste traktowa mo emy jako liczby zespolone o cz ci urojonej równej zeru. Uwaga: R ⊂ C na mocy poczynionej przez nas umowy, poniewa formalnie rzecz bior c R nie jest podzbiorem RxR = C. W zbiorze C wprowadzimy teraz działania arytmetyczne, które oka si by uogólnieniem działa arytmetycznych znanych ze zbioru liczb rzeczywistych R. Niech z = x +iy ∈C oraz s = a +ib ∈C. Definiujemy: [suma] z + s = (x +iy)+(a +ib) ≡ (x + a) + (y + b)i Tak wi c przez sum liczb zespolonych rozumiemy liczb rzeczywista jest sum cz cz zespolon ci rzeczywistych dodawanych liczb i cz której cz urojona sum ci urojonych dodawanych liczb. Takie przyporz dkowanie jest oczywi cie jednoznaczne, okre lili my wi c funkcj "+":CxC→C. Operacj znajdowania sumy dwóch liczb zespolonych nazywamy dodawaniem liczb zespolonych. Wprost z powy szej definicji wynika poni sza własno (WS) re(z+s) = re(z) + re(s) ∧ im(z+s) = im(z) + im(s) Zauwa my, e dodawanie liczb zespolonych jest przemienne (co wynika bezpo rednio z przemienno ci dodawania liczb rzeczywistych i definicji [suma]. Zauwa my te , e dodawanie liczb zespolonych, których cz ci urojone s zerami sprowadza si (w my l przyj tych umów) do dodawania liczb rzeczywistych. Uwaga: wzór [suma] jest wprawdzie bardzo czytelny, zwró my jednak uwag , e wyst puj cy tam symbol "+" oznacza trzy ró ne rzeczy. Mianowicie "+" po lewej stronie tego wzoru jest symbolem definiowanego wła nie dodawania liczb zespolonych. Symbole "+" wyst puj ce tam po prawej stronie w nawiasach oznaczaj dodawanie liczb rzeczywistych. Symbol "+" umieszczony pomi dzy nawiasami po prawej stronie omawianego wzoru jest jedynie symbolem postaci kartezja skiej liczby zespolonej. Okazuje si , e oznaczanie tym samym symbolem trzech ró nych rzeczy nie tylko nie prowadzi do nieporozumie , ale jest nawet bardzo wygodne. [ró nica] z - s = (x +iy)-(a +ib) ≡ (x - a) + (y - b)i Analogicznie jak zdefiniowan wy ej sum skomentowa mo na zdefiniowan wła nie ró nic liczb zespolonych. Natychmiast te otrzymujemy: (WR) re(z-s) = re(z) - re(s) ∧ im(z-s) = im(z) - im(s) Prosz sformułowa teraz uwag analogiczn do tej jak umie cili my po definicji sumy. Zauwa my jeszcze, e "-":CxC→C jest funkcj . Operacj znajdowania ró nicy dwóch liczb zespolonych nazywamy odejmowaniem liczb zespolonych. Zauwa my, e odejmowanie nie jest ani przemienne ani ł czne. [iloczyn] z.s = (x +iy).(a +ib) ≡ (ax - by) + (ay + bx)i Definicja iloczynu liczb zespolonych jest o wiele bardziej zło ona ni dwie poprzednie, poniewa jak wida zale no ci opisuj ce cz rzeczywist iloczynu s zło one. Nie obowi zuje jak wida łatwa zale no podobna do (WS) czy (WR). Zauwa my, e ".":CxC→C jest funkcj . i urojon Operacj znajdowania iloczynu dwóch liczb zespolonych nazywamy mno eniem liczb zespolonych. Zauwa amy (po chwili refleksji), e mno enie liczb zespolonych jest przemienne (co wynika z przemienno ci mno enia liczb rzeczywistych po uwa nym przyjrzeniu si definicji iloczynu liczb zespolonych). Nawet bardzo uwa ne obejrzenie zale no ci [iloczyn] nie skłania nas do stwierdzenia, e jest mno enie liczb zespolonych jest ł cze. Tak jednak okazuje si by o czym przekonamy si w dalszej cz ci skryptu. Zdefiniujemy teraz naturaln pot g liczby zespolonej. [pot ga] z1 ≡ z ∀ n . n-1 n∈N\{1} z ≡ z z Zauwa my, e w my l tej definicji otrzymujemy z2 = z.z1 = z.z ; z3 = z.z2 = z.z.z; z4 = z.z3 = z.z.z.z i ogólnie z n = z ⋅ ... ⋅ z . n −razy Powy sza obserwacja prowadzi do natychmiastowego wniosku: ∀ m,n∈N z m+n =z m + zn Zauwa my teraz, e (*) i2 = (0+1i).(0+1i) = (0.0 - 1.1) + (0.1 - 1.0)i = -1 + 0i = -1. Powy sza zale no pozwala stworzy bardzo łatwy do spami tania algorytm mno enia liczb zespolonych. Zauwa my mianowicie, e mno c ni ej przedstawione liczby zespolone tak jak wielomiany (to znaczy "ka dy" czynnik przez "ka dy" i traktuj c "i" jak pewn liczb ) otrzymujemy: (x +iy).(a +ib) = ax +xbi + ayi + byi2 = (ax - by) + (bx + ay)i. W praktyce tak wła nie mno ymy liczby zespolone pami taj c jednak o tym, e to tylko algorytm mno enia liczb zespolonych a nie definicja. Zdefiniujemy teraz odwrotno Wówczas liczby x, y nie mog liczby zespolonej, Niech z = x + iy∈C\{0}. by jednocze nie zerami, bo zgodnie z umowami odno nie zapisu liczby zespolonej z = 0 + 0i = 0 ∉ C\{0}. Tak wi c x2 + y2 > 0. Definiujemy [odwrotno ] 1 1 x y = ≡ 2 − 2 i 2 z x + iy x + y x + y2 Zauwa my, e wykorzystuj c zale no (*) i traktuj c x+iy jak liczb rzeczywist (a wi c z pewnym przymru eniem oka) mamy 1 1 1 x − iy x − iy x y = ⋅1 = ⋅ = 2 = 2 − 2 i 2 2 2 z x + iy x + iy x − iy x − y i x +y x + y2 Jest to algorytm znajdowania odwrotno ci liczby zespolonej. Zamiast pami ta do zło ony wzór [odwrotno ] post pujemy nieformalnie zapisuj c jak wy ej liczb 1, korzystamy ze wzoru skróconego mno enia udaj c, e nie pami tamy co to jest "i" działamy dalej jak w przypadku funkcji wymiernych. Podamy poni ej definicj ilorazu liczb zespolonych. Niech z = x +iy ∈C oraz s = a +ib ∈C\{0}. Definiujemy [iloraz] z 1 ≡ z⋅ s s Operacj znajdowania ilorazu liczb zespolonych nazywamy dzieleniem liczb zespolonych. Łatwo spostrzec, e iloraz jest funkcj :CxC\{0}→C. Do znajdowania ilorazu liczb zespolonych stosujemy jednoczenie algorytmy znajdowania iloczynu i odwrotno ci liczby zespolonej. Przykłady Niech z = 2 - 5i oraz s = 4 + 3i. Mamy z + s = 6 - 2i; z - s = -2 - 8i; 3z + 2s = 3(2 - 5i) + 2(4 + 3i) = 14 - 9i z.s = (2 - 5i) .(4 + 3i) = 8 + 6i - 20i - 15i2 = 23 - 14i. z2 = (2 - 5i)2 = 4 -20i -25 = -21 - 20 i 1 1 1 1 2 + 5i 2 + 5i 2 5 = = ⋅1 = ⋅ = = + i 2 z 2 − 5i 2 − 5i 2 − 5i 2 + 5i 4 − 25i 29 29 z 2 − 5i 2 − 5i 2 − 5i 4 − 3i 8 − 6i − 20i − 15i 2 23 − 26i 23 26 = = = ⋅1 = ⋅ = = + i s 4 + 3i 4 + 3i 4 + 3i 4 − 3i 25 25 25 16 − 9i 2 Własno ci działa arytmetycznych w zbiorze liczb zespolonych. Niech z,s,t∈C. Wówczas: ← przemienno 1. z+s = s+z dodawania 2. z.s = s.z ← przemienno 3. (z+s)+t = z+(s+t) ← ł czno dodawania 4. (z.s) .t = z. (s.t) ← ł czno mno enia 5. z.(s+t) = z.s + z.t ← rozdzielno mno enia mno enia wzgl dem dodawania 6. 0 + z = 0 ← mówimy, e 0∈C jest elementem neutralnym dodawania 7. 1.z = z ← mówimy, e 1∈C jest elementem neutralnym mno enia Dowody powy szych własno ci (wł cznie z czwart i pi t ) s albo oczywiste i wynikaj wprost z definicji działa , albo nietrudne (cho do mudne) w oparciu o poznane algorytmy. Pozostawiamy je czytelnikowi. Twierdzenie A) ∀ z ∈C B) ∀ z∈C\{0} -1z + z = 0 z⋅ 1 =1 z Dowód Niech z = x +iy ∈C. Zauwa my, e -1z + z = (-x - iy) + (x +iy) = 0 + 0i =0. Przyjmijmy teraz, e z = x +iy ∈C\{0}. Istnieje wówczas jak wiemy 1 ∈C i z bezpo rednio z definicji iloczynu i odwrotno ci liczby zespolonej (nie wspomagaj c si wypracowanymi algorytmami - eby pokaza , e i tak mo na) otrzymujemy: z⋅ 1 1 x y = ( x + iy ) ⋅ = ( x + iy ) ⋅ ( 2 − 2 i) = 2 z x + iy x +y x + y2 =( y2 xy − xy x2 + )+( 2 + 2 )i = 1 + 0i = 1 2 2 2 2 2 x +y x +y x +y x + y2 ∀ Umowa: z∈C -1.z ≡ -z. Definicja Niech z∈C. Element -z∈C nazywamy odwrotnym (czasami przeciwnym) do elementu z wzgl dem dodawania. Niech z∈C\{0}. Element 1 ∈C nazywamy odwrotnym do elementu z z wzgl dem mno enia. Definicja Niech z = x +iy ∈C. Liczb − z ≡ x - iy ∈C nazywamy liczb spr on do z lub sprz eniem liczby zespolonej z. Liczb rzeczywist |z| ≡ x 2 + y 2 nazywamy modułem liczby zespolonej z. Podamy teraz szereg bardzo łatwych do sprawdzenia własno ci zwi zanych z nowopoznanymi poj ciami. Niech z,s∈C. Wówczas − 1. z⋅ z =| z |2 2. |z| = 0 ⇔ z = 0 3. Je eli z∈R (czyli im(z) =0), to poj cia modułu liczby rzeczywistej i zespolonej oznaczaj to samo. 4. − z + z = 2re( z ) ; ______ __ − z − z = −2im( z ) __ 5. z + s = z + s 6. |z.s| = |z|.|s| 7. Je eli s∈C\{0}, to z |z| = s |s| Interpretacja geometryczna liczb zespolonych . y z=x+iy Niech z = x + iy = re(z) + im(z)i∈C. |z| C=RxR Na liczb przedstawi α płaszczy nie t mo emy jak na rysunku obok. x Przyjmijmy, e z∈C\{0}. Liczb α spełniaj c warunki : 1) x = cos |z| 2) y = sin |z| nazywamy argumentem liczby zespolonej z. Oczywi cie ka da liczba zespolona z∈C\{0} posiada argument, ale jak z trygonometrii wynika, je eli α∈R jest argumentem liczby zespolonej z∈C\{0}, to dla dowolnego k∈Z jest nim równie liczba α+2kπ. W przedziale [0, 2π) znajduje si tylko jedna taka liczba (k t jak kto woli). T liczb nazywamy argumentem głównym liczby zespolonej z∈C\{0} i oznaczamy symbolem arg(z). Jest on wyznaczony jednoznacznie. Dla liczby zespolonej 0 nie definiujemy argumentu. Zauwa my, e dla liczby z = x + iy = re(z) + im(z)i∈C\{0} warunki 1) i 2) zapisa w postaci 1') x = |z|cosα [ lub re(z) = |z|cos(arg(z)) ] 2') y = |z|sinα [ lub im(z) = |z|sin(arg(z)) ] W zwi zku z tym mamy (PT) z = |z|(cosα + isinα) [ lub z = |z|(cos(arg(z)) + isin(arg(z)) ] Powy sze przedstawianie liczby zespolonej z∈C\{0} nazywamy jej postaci trygonometryczn . Zauwa my, e dwie liczby zespolone (ró ne od zespolonego zera) s równe wtedy i tylko wtedy, gdy maj ten sam moduł i ten sam argument główny. Istotnie niech z = x + iy ; s = a + ib ∈C\{0}. Je eli z = s, to x = a oraz y = b, wi c x2 + y2 = a2 + b2 i w konsekwencji | z |= x 2 + y 2 = a 2 + b 2 =| s | . Niech α oznacza argument główny liczby z, za β argument główny liczby s. Wówczas: A) cos = B) sin = a x = = cos |s| |z| b y = = sin |s| |z| Z trygonometrii wiadomo, e układ tych równo ci w przedziale [0,π) jest mo liwy jedynie gdy α = β. Załó my teraz, e liczby z = x + iy ; s = a + ib ∈C\{0} maj te same moduły i te same argumenty. Mamy wówczas do dyspozycji równo ci A) oraz B) w których |z| = |s|, a st d natychmiast x = a oraz y = b, czyli z = s. Udowodnili my wi c twierdzenie Twierdzenie (o równo ci liczb zespolonych) Niech z,s∈C\{0}. Na to by liczby z i s były sobie równe, potrzeba i wystarcza by miały te same moduły i te same argumenty. Wniosek Je eli liczby z,s∈C\{0} maj ró ne moduły lub ró ne argumenty, to s ró ne. Umawiamy si , e w zapisie z = |z|(cosα + isinα), α - oznacza b dzie dowolny argument liczby z∈C\{0}. Twierdzenie Moivre'a Dla dowolnej liczby zespolonej z∈C\{0} mamy ∀ n∈N z = [| z | (cos + i sin )]n =| z |n (cos n + i sin n ) n Zale no (M) nazywamy wzorem Moivre'a. Dowód (indukcyjny) We my pod uwag funkcj zdaniow @(n)≡ z n =| z |n (cos n + i sin n ) Zgodnie z definicj pot gi naturalnej liczby zespolonej (w szczególno ci pierwszej jej pot gi) mamy: z1 = z = |z|(cosα + isinα) = |z|1(cos1α + isin1α), czyli @(1) jest zdaniem prawdziwym. Niech teraz n∈N. Załó my, e (zał) z n =| z |n (cos n + i sin n ) [zakładamy, e w(@(n))=1] twierdzimy, e (teza) z n+1 =| z |n+1 (cos(n + 1) + i sin(n + 1) ) [twierdzimy, e w(@(n+1))=1] Dowód tezy indukcyjnej. Mamy: z n+1 = z ⋅ z n = | z | (cos + i sin )⋅ | z |n (cos n + i sin n ) = zal = | z |n+1 (cos cos n + i cos sin n + i sin cos n + i 2 sin sin n ) = = | z |n+1 (cos cos n − sin sin n + i(cos sin n + sin cos n )) = = z n+1 =| z |n+1 (cos(n + 1) + i sin(n + 1) ) , co ko czy dowód tezy indukcyjnej i całego twierdzenia. Przykład Obliczy niewyobra alnie (1 - i)77. Bez wzoru Moivre'a przyznacie Pa stwo, mudne zaj cie. Tymczasem przyjmuj c z ≡ 1 - i zapiszemy t liczb w postaci trygonometrycznej. W tym celu wyznaczamy kolejno: |z| = |1 - i| = cos = sin = 12 + ( −1) 2 = 2 1 2 −1 e to = 3 4 ← na przykład α równa si tyle wła nie. Jest to argument główny liczby z. 2 , wi c z = 1 - i = 2 (cos 3 4 + i sin 3 ) 4 i według wzoru Moivre'a mamy (1 − i) 77 = ( 2 ) 77 (cos 77 ⋅ = ( 2 ) 77 (cos(2 ⋅ 28 + = ( 2 ) 77 ( 1 2 − 1 2 3 4 + i sin 231 3 7 ) = ( 2 ) 77 (cos(57 + ) + i sin(56 + ) ) = 4 4 4 7 7 7 ) = ( 2 )77 (cos ) + i sin(2 ⋅ 28 + 4 4 4 + i sin 7 )= 4 i) = ( 2 )76 − i( 2 ) 76 = 2 38 − 2 38 i . Zdefiniujemy poni ej całkowit pot g liczby zespolonej, pami taj c, e zdefiniowali my wcze niej jej naturaln pot g . Definicja Niech z∈C\{0}. Definiujemy z0 ≡ 1 z −1 ≡ ∀ 1 z n∈N z −n = ( z −1 )n W ten sposób zdefiniowali my ka d całkowit pot g dowolnej liczby zespolonej z∈C\{0}. Zajmiemy si teraz uogólnieniem wzoru Moivre'a na przypadek pot g ujemnych. Niech z = x + iy ∈C\{0}. Wówczas jak wiemy z −1 = 1 1 x y x y = ≡ 2 − 2 i= − i, 2 2 2 z x + iy x + y x +y |z| | z |2 czyli re( z −1 ) = − im( z ) re( z ) oraz im( z −1 ) = 2 |z| | z |2 Wiemy te , e (2) | z −1 |≡ 1 1 = z |z| W zwi zku z tym oznaczaj c przez β dowolny argument liczny z-1 , za przez α dowolny argument liczby z mamy: x x | z |2 cos = = 1 x |z| cos( − ) = = cos |z| |z| zatem −y y sin( − ) = = sin 2 |z| −y |z| sin = = 1 |z| |z| Wnioskujemy st d, e je eli α jest pewnym argumentem liczby z, to -α jest jednym z argumentów liczby z-1. Mamy zatem: 1 1 (cos( − ) + i sin( − )) = (cos − i sin ) |z| |z| (3) z −1 = W konsekwencji dla dowolnego ustalonego n∈N korzystaj c ze wzoru Moivre'a mamy: (4) z ( ) −n = z −1 n 1 = (cos( − ) + i sin( − )) |z| n n 1 = (cos( −n ) + i sin( −n )) = |z| = | z | −n (cos( −n ) + i sin( −n )) Zauwa my jeszcze, e z 0 = 1 =| 1 | (cos 0 + i sin 0) , udowodnili my zatem twierdzenie stanowi ce uogólnienie twierdzenia Moivre'a na przypadek pot g całkowitych. Mamy wi c Twierdzenie ( uogólnienie Moivre'a ) Dla dowolnej liczby zespolonej z∈C\{0} mamy ∀ n∈Z z = [| z | (cos n + i sin )]n =| z |n (cos n + i sin n ) Definicja Pierwiastkiem stopnia naturalnego n≥2 z liczby zespolonej z∈C\{0} nazywamy tak liczb zespolon s∈C, dla której sn = z. Twierdzenie (o pierwiastkach zespolonych) Dla dowolnego z∈C\{0} i liczby naturalnej n≥2 istnieje dokładnie n ró nych pierwiastków stopnia n-tego z tej liczby. Pierwiastkami tymi s liczby w postaci: (PZ) k = n | z |(cos 2k + arg( z) 2k + arg( z) + i sin ) dla k = 0,1,2, ... n-1. n n Dowód Ka da z opisanych w tezie liczb k pot gi n-tej daje jak łatwo zauwa y ∈C podniesiona według wzoru Moivre'a do liczb z, wi c ka da z nich jest według powy szej definicji pierwiastkiem stopnia n-tego z liczby z. Zauwa my, e wypisane w (PZ) argumenty liczb k s argumentami, po pierwsze głównymi, bo dla k ∈ {0,1,2, ... n-1} mamy: 0≤ 2k + arg( z) 2(n − 1) + arg( z) 1 1 = 2 − (2 − arg( z )) ≤ 2 − 2 < 2 ≤ n n n n a po drugie ró nymi mi dzy sob , bo 2k + arg( z) 2r + arg( z ) ⇔ k = r. = n n Jak wiemy z wniosku z twierdzenia o równo ci liczb zespolonych, ró nym argumentom odpowiadaj ró ne liczby zespolone. Tak wi c liczby k s ró nymi mi dzy sob pierwiastkami zespolonymi liczby z. Pozostaje jeszcze wykaza , e poza opisanymi w tezie liczbami k , liczba z nie ma innych pierwiastków zespolonych. =| | (cos + i sin ) b dzie pierwiastkiem stopnia n-tego z liczby z. Niech Przyjmijmy, e α jest jej argumentem głównym (α∈[0,2π). Wówczas z = |z|(cos(arg(z))+isin(arg(z)) = n =| |n (cos n + i sin n ) St d wobec twierdzenia o równo ci liczb zespolonych mamy | |= n | z | arg(z) = arg( n ) Wobec (1) jednym z argumentów liczby nα = arg( n n jest nα. Zatem dla pewnego r∈Z mamy ) + 2rπ arg(z) = nα - 2rπ Z (5) wnioskujemy, e (6) = 2r + arg( z) n Poniewa α jest jak przyj li my argumentem głównym, to α∈[0, 2π), wi c powy sza równo mo liwa jest jedynie dla (7) 0 ≤ r < n [ r∈{0,1,2, ... } ] Tak wi c wobec (2), (6) oraz (7) liczba je eli ε jest pierwiastkiem stopnie n-tego z liczby z∈C\{0}, to jest jedn z liczb Uwaga. Cho k opisanych w tezie. definicja pierwiastka z liczby rzeczywistej jest prawie zupełnie analogiczna jak pierwiastka z liczby zespolonej, to ró nice mi dzy pierwiastkami rzeczywistymi i zespolonymi s bardzo istotne. Przypomnijmy, e pierwiastkiem z liczby rzeczywistej nieujemnej a nazwali my tak nieujemn liczb b, dla której a = b2 [ a = b ⇔ b 2 = a ]. Nie dla wszystkich liczb okre lali my pierwiastki rzeczywiste cho by stopnia drugiego . Poza tym pierwiastek rzeczywisty wyznaczony był jednoznacznie (niezale nie od stopnia). W przypadku pierwiastków zespolonych okre lonych dla ka dej liczby zespolonej ró nej od zespolonego 0, mamy ich tyle ró nych ile wynosi stopie pierwiastka. Niech z∈C\{0}. Symbolem n z oznacza b dziemy n- elementowy zbiór pierwiastków stopnia n- tego z liczby z. Przykłady 4 Znale Aby skorzysta − 1+ i 3 . z twierdzenia o pierwiastkach zespolonych znajdujemy moduł i argument liczby z ≡ ( −1) 2 + ( 3 ) 2 = 2 |z| = |-1 + i 3 | = −1 2 3 sin = 2 cos = 3 + 8i = 2 3 ← na przykład α równa si tyle wła nie. Jest to argument główny liczby z. i mamy 0 1 = 4 2 (cos = 4 2 (cos 2⋅0 + 4 2 3 + i sin 6 ) = 4 2( 3 1 + i) 2 2 2 3 + i sin 2 ) = 4 2 ( − 1 + 3 i) 4 3 2 2 2 ⋅1 + 2 3 = 4 2 (cos = 4 2 (cos 4 Tak wi c 2 3 + i sin 7 ) = 4 2 ( − 3 + − 1i) 4 6 2 2 2⋅2 + 2 3 + i sin 5 ) = 4 2 ( − 1 + 3 i) 4 3 2 2 2⋅3 + − 1+ i 3 = {εo, ε1, ε2, ε3} Przykład 2 Znale − 4 [umawiamy si przy okazji, e podobnie jak w przypadku pierwiastków rzeczywistych stopnia drugiego pisa z - zamiast 2 z] Post pujemy podobnie jak w poprzednim przykładzie i mamy przyjmuj c z = -4. |z| = |-4 +0.i| = −4 4 0 sin = 4 cos = ( −4 ) 2 + ( 0 ) 2 = 4 = ← na przykład α równa si tyle wła nie. Jest to argument główny liczby z. i mamy 0 = 4 (cos 2⋅0 + 2 1 = 4 (cos 2 ⋅1 + 2 Tak wi c + i sin + i sin 2 ) = 2(0 + i) = 2i 3 ) = 2(0 − i) = −2i 2 − 4 ={-2i,2i}. Przykład Znale Wida , e 4 . Trzeba tu doda , e chodzi o pierwiastek zespolony, czyli zbiór. 4 = {-2,2}, ale podobnie jak w poprzednich przykładach wyznaczymy ten zbiór w oparciu o twierdzenie o pierwiastkach zespolonych. Przyjmuj c z = 4 mamy |z| = |4 +0.i| = 4 2 + (0 ) 2 = 4 4 4 0 sin = 4 =0 cos = i mamy ← na przykład α równa si tyle wła nie. Jest to argument główny liczby z. 0 = 4 (cos 2⋅0 + 0 0 + i sin ) = 2(1 + 0) = 2 2 2 1 = 4 (cos 2 ⋅1 + 0 2 + i sin ) = 2( −1 − 0) = −2 . 2 2 Twierdzenie Niech z,s∈C\{0} i n∈N. Wówczas n z ⋅ s = n z ⋅ n s oraz n z = s n z n s Dowód wynika wprost z definicji pierwiastków zespolonych i przemienno ci mno enia. Twierdzenie (DZ) ∀ . z,s∈C z s = 0 ⇔ z = 0 ∨ s = 0. Dowód Niech z,s ∈C. Załó my, e (1) z = 0 ∨ s = 0. Je eli np. z = 0, to z własno ci mno enia wynika, e z.s = 0. Analogicznie w przypadku, gdy s = 0. Załó my teraz, e (2) z.s = 0 Je eli z = 0, to warunek (DZ) jest oczywi cie spełniony. Przyjmijmy wi c, e (3) z ≠ 0. Istnieje wówczas liczba 1 ∈C. Mno z otrzymujemy (4) z.s = 0 |. (5) 1 z 1. . 1 z s = 1.s = s = .0 = 0 z z zatem s = 0. c przez t liczb zało on równo (2) Ta niepozorna własno okazuje si mie bardzo du e znaczenie. Warunek (DZ) wypowiadamy nast puj co: "mno enie liczb zespolonych nie posiada dzielników zera".