Met de medewerking van
|
|
- Laura Verstraeten
- 7 jaren geleden
- Aantal bezoeken:
Transcriptie
1 Wiskundige aanpak van vage informatie Met de medewerking van Nota s Prof. Dr. Mike Nachtegael Universiteit Gent Vakgroep Toegepaste Wiskunde en Informatica Krijgslaan 281 S Gent Lesgevers Jeroen Janssen, Mike Nachtegael, Steven Schockaert, Philip Van Oosten, Patricia Victor
2 Wiskundige aanpak van vage informatie
3 Inhoudsopgave 1 Omgaan met precieze en imprecieze informatie 2 2 Vaagverzamelingen als model voor imprecieze informatie Definitie en voorbeelden Bewerkingen met vaagverzamelingen Werken met lidmaatschapsfuncties Enkeletypischelidmaatschapsfuncties Linguïstische wijzigers: van iets naar zeer iets of min of meer iets Scherpe relaties en redeneren met precieze informatie Inleiding Basisbegrippen m.b.t. scherpe relaties Scherpe ALS-DAN regels en de modus ponens Vaagrelaties en redeneren met imprecieze informatie Inleiding Basisbegrippen m.b.t. vaagrelaties Vage ALS-DAN regels en de modus ponens
4 1 Omgaan met precieze en imprecieze informatie Zowel in de wiskunde als in het dagelijkse leven worden we vaak geconfronteerd met zogenaamde evaluatieproblemen: uitgaande van een gegeven verzameling X (het universum) van objecten x en een gegeven eigenschap P, dient te worden nagegaan welke van deze objecten aan de eigenschap P voldoen. We spreken van een evaluatieprobleem in X onder een eigenschap P. Voorbeeld: van een gegeven klasse van rationale functies kunnen we nagaan welke van deze functies gedefinieerd zijn over heel R. In dit voorbeeld wordt het universum X dus gegeven door een klasse van rationale functies, en kan de eigenschap P omschreven worden als is overal gedefinieerd (of gelijkwaardig heeft een noemer zonder reële nulpunten ). We spreken hier van een goed gesteld evaluatieprobleem. Voor elk object x uit X is het immers uit te maken of het voldoet of niet voldoet aan de eigenschap P. Men zegt ook nog dat P een scherpe of klassiek voorstelbare eigenschap is, of nog dat het een precieze eigenschap is. Opdracht 1 Geef zelf nog enkele voorbeelden van goed gestelde evaluatieproblemen. Verduidelijk telkens het universum X en de eigenschap P. In het dagelijkse leven worden we echter heel vaak met imprecieze informatie geconfronteerd. Dit gebeurt wanneer we te maken hebben met een eigenschap P waarvan het niet mogelijk is om voor elk object x uit een universum uit te maken of het al dan niet voldoet aan P. We spreken in dat geval van een slecht gesteld evaluatieprobleem en een niet-klassieke of imprecieze eigenschap P. Voorbeeld: van de klasse der positieve reële getallen willen we nagaan welke van deze getallen groot zijn. In dit voorbeeld wordt het universum X dus gegeven door de verzameling der positieve reële getallen, en kan de eigenschap P omschreven worden als is groot. Slecht gestelde evaluatieproblemen kunnen snel tot paradoxen leiden. Zo kan men van een hoop van 1000 stenen zeggen dat hij groot is. Als men een steen wegneemt blijft het een grote hoop. Als men nog een steen wegneemt blijft het nog steeds een grote hoop. Algemeen zouden we dus kunnen stellen dat als een hoop van n stenen groot is, een hoop van n 1 stenen ook groot moet zijn. Als men deze redenering verder zet komt men tot de conclusie dat een hoop van 1 steen ook een grote hoop is (dit is een voorbeeld van de Sorites-paradox). Opdracht 2 Geef zelf nog enkele voorbeelden van slecht gestelde evaluatieproblemen. Verduidelijk telkens het universum X en de eigenschap P. De klassieke wiskunde stelt ons enkel in staat een voorstelling te geven van de oplossing van goed gestelde evaluatieproblemen. Gegeven een klassiek voorstelbare eigenschap P wordt 2
5 de oplossing van het evaluatieprobleem in X onder P gegeven door de deelverzameling O P van X : O P = {x x X en x voldoet aan P }. Deze oplossing kan op gelijkwaardige manier worden voorgesteld m.b.v. de karakteristieke afbeelding f OP van de oplossingenverzameling O P. De karakteristieke afbeelding beeldt elk element uit de oplossingenverzameling O P af op 1; elk ander element wordt afgebeeld op 0: f OP : X {0, 1} x 1, als x O P x 0, als x O P Voor een object x in X noemt men f OP (x) de lidmaatschapsgraad van x in O P,ofnogde graad waarin x aan P voldoet. Voor de oplossingenverzameling van klassiek voorstelbare eigenschappen zijn dus maar twee mogelijkheden: de lidmaatschapsgraad van een object x is 1 (x voldoet volledig aan eigenschap P )of0(x voldoet niet aan eigenschap P ). Opdracht 3 Beschouw het universum X = N en de scherpe eigenschap P is groter dan of gelijk aan 6. Geef de oplossingenverzameling O P. Welke karakteristieke afbeelding correspondeert hiermee? Stel de karakteristieke afbeelding grafisch voor. De oplossing van een goed gesteld evaluatieprobleem wordt dus voorgesteld door een klassieke verzameling, of gelijkwaardig door de daarmee geassocieerde karakteristieke afbeelding. Goed gestelde evaluatieproblemen zijn bijgevolg nauw verbonden met de klassieke verzamelingenleer (en dus ook met de klassieke binaire logica). Dit model heeft zijn waarde bewezen in tal van toepassingen. Maar wat nu met slecht gestelde evaluatieproblemen? De tot voor enkele decennia geleden gevolgde weg bestaat erin niet-scherpe eigenschappen scherp te maken. Zo zou men de eigenschap is een groot natuurlijk getal kunnen scherp maken door te stellen is niet kleiner dan Het hoeft niet gezegd dat deze werkwijze om van slecht gestelde problemen goed gestelde problemen te maken nogal kunstmatig en arbitrair is (waarom kiezen we als grens?), omdat aan de betekenis van de eigenschap wordt geraakt. Vele van de eigenschappen die mensen hanteren zijn intrinsiek vaag of imprecies van betekenis. Bij het op die manier vastleggen van een scherpe grens tussen al dan niet voldoen gaat informatie verloren. Het model dat door de klassieke wiskunde wordt geleverd is dus ontoereikend. Opdracht 4 Herneem de slecht gestelde evaluatieproblemen uit Opdracht 2. Maak van deze problemen goed gestelde evaluatieproblemen. In 1968 werd een andere oplossing voorgesteld door Gentilhomme. Met de (niet-scherpe) eigenschap P wordt een drieledige in plaats van tweeledige opsplitsing van X geassocieerd: het gebied van minimale extensie of het zekere gebied Z P (dat bestaat uit de objecten x uit X die perfect voldoen aan de eigenschap P ), het gebied van maximale extensie E P (zodat het gebied X\E P bestaat uit de objecten x uit X die perfect niet voldoen aan de 3
6 eigenschap P ; men noemt dat ook het uitgesloten gebied), en het waziggebied E P \ Z P waarvan de elementen tussen perfect voldoen en perfect niet voldoen aan P inzitten. De oplossing van het evaluatieprobleem in X onder de eigenschap P wordt voorgesteld door een wazigverzameling W P bepaald door met Z P E P. W P =(Z P,E P ), Opdracht 5 Kan deoplossing van goed gestelde evaluatieproblemenlemen ook voorgesteld worden dooror wazigverzamelingen van Genthilhomme? Opdracht 6 Herneem de niet-scherpe eigenschap is een groot positief reëel getal. Maak gebruik van de wazigverzamelingen van Gentilhomme om een oplossing van dit probleem voor te stellen. Opdracht 7 Stel X = R en P de eigenschap is een reëel getal dicht bij 10. Stel de oplossing van dit evaluatieprobleem voor door een wazigverzameling van Gentilhomme. Hoewel de poging van Gentilhomme om imprecieze informatie te modelleren verdienstelijk was maakt bovenstaande opdracht duidelijk dat wazigverzamelingen en scherpe verzamelingen eenzelfde tekortkoming hebben, namelijk dat er nog steeds kunstmatige keuzes gemaakt moeten worden voor de grensgevallen. In 1965 werd nog een andere oplossing voorgesteld door Lotfi Zadeh, welke zich situeert tussen de twee reeds besproken benaderingen: noch welbepaalde grensgevallen (geen neutrale zone) zoals in het geval van wazigverzamelingen, noch een precies vastgelegde grens zoals in het geval van scherpe verzamelingen, maar wel een graduele overgang van niet naar wel voldoen aan een eigenschap. Het begrip vaagverzameling deed zijn intrede, en zou uitgroeien tot een deeltak van de moderne wiskunde, met jaarlijks duizenden nieuwe publicaties en tal van nieuwe praktische toepassingen. 4
7 2 Vaagverzamelingen als model voor imprecieze informatie 2.1 Definitie en voorbeelden Beschouw opnieuw het evaluatieprobleem in een universum X onder een (scherpe of nietscherpe) eigenschap P. Deoplossing vanditevaluatieprobleem wordtvoorgesteld dooreen vaagverzameling A P in X, d.w.z. een X [0, 1] afbeelding met de volgende interpretatie: voor alle x in X stelt A P (x) de graad voor waarin x aan de eigenschap P voldoet. Men noemt A P (x) de lidmaatschapsgraad van x in de vaagverzameling A P : A P (x) = 0 betekent dat x perfect niet voldoet aan P, A P (x) = 1 betekent dat x perfect wel voldoet aan P, en tussen deze twee uitersten bevindt zich een zone met een graduele overgang van niet voldoen naar wel voldoen, gekenmerkt door een toenemende lidmaatschapsgraad. De X [0, 1] afbeelding wordt ook de karakteristieke afbeelding of lidmaatschapsfunctie van de vaagverzamelingagverzameling A P genoemd. Merk op dat wedus gemakshalve zowel voor een vaagverzameling als haar lidmaatschapsfunctie dezelfde notatie gebruiken (en bijvoorbeeld niet A voor de vaagverzameling en f A voor de lidmaatschapsfunctie). Opdracht 8 Herneem het evaluatieprobleem uit Opdracht 7: X = R en P is de eigenschap is een reëel getal dicht bij 10. Stel de oplossing van dit evaluatieprobleem voor door een vaagverzameling A P, anders gezegd: construeer een vaagverzameling van alle reële getallen die dicht bij 10 gelegen zijn. Opdracht 9 Herneem het evaluatieprobleem uit Opdracht 6: X = R + =[0, + [ en P is de eigenschap is een groot getal. Stel de oplossing van dit evaluatieprobleem voor door een vaagverzameling A P, anders gezegd: construeer een vaagverzameling van alle grote positieve reële getallen. Opdracht 10 Herneem de slecht gestelde evaluatieproblemen die je hebt bedacht voor Opdracht 2. Construeer vaagverzamelingen om de oplossingen van deze evaluatieproblemen voor te stellen. Men zou kunnen argumenteren dat ook vaagverzamelingen te kampen hebben met het probleem van de arbitraire keuze. Immers: welke grens kies je om lidmaatschapsgraad 0 of lidmaatschapsgraad 1 toe te kennen? Dat is een logische en terechte opmerking, maar wat vooral van belang is is de ordening die het toekennen van de lidmaatschapsgraden teweegbrengt in het beschouwde universum: hoe dichter A P (x) bij 1, hoe beter x voldoet aan de eigenschap P. Belangrijke tekortkomingen van scherpe verzamelingen of wazigverzamelingen worden met het model van vaagverzamelingen vermeden, en daardoor geven ze intuïtief een meer aanvaardbare voorstelling van de realiteit. Lidmaatschapfuncties zijn zowel afhankelijk van het beschouwde universum of de context, als van de gebruiker. Zo zal de vaagverzameling van koude temperaturen er anders uitzien voor een inwoner van Egypte als voor een inwoner van Siberië, en zal de vaagverzameling van grote afstanden verschillend zijn naargelang we bijvoorbeeld afstanden tussen planeten of afstanden voor wandelingen bekijken. 5
8 2.2 Bewerkingen met vaagverzamelingen De grote kracht van vaagverzamelingen is niet alleen dat ze ons in staat stellen om imprecieze informatie wiskundig te modelleren, ze laat ons ook toe om met die imprecieze informatie te redeneren en er nieuwe (imprecieze) informatie uit af te leiden. We komen op dat laatste verderop in deze cursus nog terug. Eerst is het echter noodzakelijk om enkele basisbegrippen uit de klassieke verzamelingenleer uit te breiden naar vaagverzamelingen. Hieronder herhalen we de definitie van unie voor klassieke verzamelingen, en geven we meteen aan hoe de uitbreiding naar vaagverzamelingen gerealiseerd kan worden. x A B x A of x B A(x) =1ofB(x) =1 max(a(x),b(x)) = 1. Er geldt dus dat (A B)(x) = 1 als en slechts als max(a(x),b(x)) = 1, dus dat (A B)(x) =max(a(x),b(x)). Het begrip unie kan dus uitgebreid worden naar vaagverzamelingen met behulp van de maximum-operator. Concreet: stel A en B vaagverzamelingen in X, dan definiëren we de unie A B als: A B : X [0, 1] x max(a(x),b(x)), voor alle x X. Opdracht 11 Beschouw de vaagverzamelingen A en B in R +, met volgende lidmaatschapsfuncties: A(x) = x { 1 en B(x) = x als x 5 5 x +1 1 als x>5 voor x R +. Bepaal de unie A B, en stel je resultaat grafisch voor. Opdracht 12 Volg dezelfde werkwijze als voor de unie om nu ook de doorsnede van vaagverzamelingen te definiëren. Bereken vervolgens de doorsnede van de vaagverzamelingen uit Opdracht 11, en stel je resultaat grafisch voor. Opdracht 13 Volg dezelfde werkwijze als voor de unie en doorsnede om nu ook het complement van een vaagverzameling te definiëren. Bereken vervolgens het complement van de vaagverzamelingen uit Opdracht 11, en stel je resultaat grafisch voor. Naast unie, doorsnede en complement is ook het begrip deelverzameling zeer belangrijk. Opdracht 14 In de klassieke verzamelingenleer geldt dat: A B A B = B. Breid deze definitie uit voor vaagverzamelingen A en B. 6
9 Nu de basisbegrippen ook voor vaagverzamelingen gedefinieerd zijn kan men op onderzoek gaan naar tal van eigenschappen. Bijzonder interessant is de zoektocht naar die eigenschappen van klassieke verzamelingen die ook geldig zijn voor vaagverzamelingen. Een volledig overzicht geven zou ons veel te ver leiden, maar bij wijze van voorbeeld laten we enkele eigenschappen de revue passeren in de volgende opdracht. Opdracht 15 Ga na of de volgende eigenschappen geldig zijn voor vaagverzamelingen A en B in een universum X : Involutiviteit van de complementering: co(coa) =A. Wetten van de Morgan: co(a B) =coa cob en co(a B) =coa cob. Absorptiewetten: A (A B) =A en A (A B) =A. Wet van het uitgesloten derde: A coa = X. Wet van de contradictie: A coa =. Bovenstaande is slechts het topje van de immense ijsberg die we de vaagverzamelingenleer noemen. Zo hebben we gewillig aanvaard dat unie en doorsnede van vaagverzamelingen gemodelleerd kon worden door respectievelijk het maximum en het minimum. Echter, dat is slechts één mogelijkheid om de klassieke definities uit te breiden. Opdracht 16 Ga na dat voor klassieke verzamelingen A en B volgende eigenschappen gelden: en dat ook: (A B)(x) = A(x)+B(x) A(x) B(x), (A B)(x) = A(x) B(x), (A B)(x) = min(1,a(x)+b(x)), (A B)(x) = max(0,a(x)+b(x) 1). Beide groepjes van eigenschappen geven aanleiding tot telkens een andere uitbreiding van de klassieke verzamelingenleer naar vaagverzamelingenleer. De studie van de verschillende modellen in de vaagverzamelingenleer is bijzonder boeiend, en is ook zeer belangrijk voor praktische toepassingen. Zo zal men afhankelijk van de toepassing vaak een voorkeur hebben voor het ene of het andere model. Het maken van zo n keuze is niet altijd makkelijk, zeker als je weet dat er oneindig veel modellen zijn... Opdracht 17 De doorsnede van twee vaagverzamelingen werd hoger al op drie verschillende manieren gemodelleerd. De drie bewerkingen die hierbij aan bod kwamen zijn eigenlijk voorbeelden van zogenaamde triangulaire normen (kortweg t-normen). Een triangulaire norm is een afbeelding T van [0, 1] [0, 1] (het eenheidsvierkant) naar [0, 1] (het eenheidsinterval) die voldoet aan de volgende eigenschappen: 7
10 randvoorwaarde: T (a, 1) = a voor alle a [0, 1] stijgend zijn: als a 1 a 2 dan is T (a 1,b) T(a 2,b) (voor een vaste b [0, 1]) en als b 1 b 2 dan is T (a, b 1 ) T(a, b 2 ) (voor een vaste a [0, 1]) commutativiteit: T (a, b) =T (b, a) associativiteit: T (T (a, b),c)=t (a, T (b, c)). Ga na dat een t-norm steeds voldoet aan T (0, 0) = T (1, 0) = T (0, 1) = 0 en T (1, 1) = 1 (hier is een mooi verband met de binaire logica). Ga na dat de volgende drie operatoren t-normen zijn: T 1 (a, b) = min(a, b), T 2 (a, b) = a b, T 3 (a, b) = max(0,a+ b 1). Een interessant weetje is dat het minimum eigenlijk de grootst mogelijke t-norm is die je kan bedenken. Kan je dit ook wiskundig aantonen? Er is ook een kleinste t-norm. Kan je die bepalen? Eenzelfde veralgemening is mogelijk voor het modelleren van de unie van twee vaagverzamelingen. Men spreekt in dat geval van triangulaire conormen (kortweg t-conormen), en men kan aantonen dat het maximum de kleinste mogelijke t-conorm is. 8
Verzamelingen deel 3. Derde college
1 Verzamelingen deel 3 Derde college rekenregels Een bewerking op A heet commutatief als voor alle x en y in A geldt dat x y = y x. Een bewerking op A heet associatief als voor alle x, y en z in A geldt
Nadere informatieCoveringgebaseerde ruwverzamelingen en hun uitbreiding in de vaagverzamelingenleer. Tara Vanhecke
Faculteit Wetenschappen Vakgroep Toegepaste Wiskunde, Informatica en Statistiek overinggebaseerde ruwverzamelingen en hun uitbreiding in de vaagverzamelingenleer Tara Vanhecke Promotor: Prof. dr. hris
Nadere informatieGetallensystemen, verzamelingen en relaties
Hoofdstuk 1 Getallensystemen, verzamelingen en relaties 1.1 Getallensystemen 1.1.1 De natuurlijke getallen N = {0, 1, 2, 3,...} N 0 = {1, 2, 3,...} 1.1.2 De gehele getallen Z = {..., 4, 3, 2, 1, 0, 1,
Nadere informatieIII.3 Supremum en infimum
III.3 Supremum en infimum Zowel de reële getallen als de rationale getallen vormen geordende lichamen. Deze geordende lichamen zijn echter principieel verschillend. De verzameling R is bijvoorbeeld aanzienlijk
Nadere informatieBespreking Examen Analyse 1 (Augustus 2007)
Bespreking Examen Analyse 1 (Augustus 2007) Vooraf: Zoals het stilletjes aan een traditie is geworden, geef ik hier bedenkingen bij het examen van deze septemberzittijd. Ik zorg ervoor dat deze tekst op
Nadere informatieWe beginnen met de eigenschappen van de gehele getallen.
II.2 Gehele getallen We beginnen met de eigenschappen van de gehele getallen. Axioma s voor Z De gegevens zijn: (a) een verzameling Z; (b) elementen 0 en 1 in Z; (c) een afbeelding +: Z Z Z, de optelling;
Nadere informatieOefenopgaven Grondslagen van de Wiskunde A
Oefenopgaven Grondslagen van de Wiskunde A Jaap van Oosten 2007-2008 1 Kardinaliteiten Opgave 1.1. Bewijs, dat R N = R. Opgave 1.2. Laat Cont de verzameling continue functies R R zijn. a) Laat zien dat
Nadere informatieVERZAMELINGEN EN AFBEELDINGEN
I VERZAMELINGEN EN AFBEELDINGEN Het begrip verzameling kennen we uit het dagelijks leven: een bibliotheek bevat een verzameling van boeken, een museum een verzameling van kunstvoorwerpen. We kennen verzamelingen
Nadere informatieAanvullingen bij Hoofdstuk 8
Aanvullingen bij Hoofdstuk 8 8.5 Definities voor matrices De begrippen eigenwaarde eigenvector eigenruimte karakteristieke veelterm en diagonaliseerbaar worden ook gebruikt voor vierkante matrices los
Nadere informatieverschil vervanging = (A A ) (A B ) distributie = U (A B ) inverse = A B identiteit
e. A (A B ) = A (A B ) verschil vervanging = (A A ) (A B ) distributie = U (A B ) inverse = A B identiteit = B A = B A = B A = B A Conclusie: de stelling is juist. = B A commutativiteit dubbel complement
Nadere informatieVerzamelingen. Hoofdstuk 5
Hoofdstuk 5 Verzamelingen In de meest uiteenlopende omstandigheden kan het handig zijn om een stel objecten, elementen, of wat dan ook, samen een naam te geven. Het resultaat noemen we dan een verzameling.
Nadere informatieTer Leering ende Vermaeck
Ter Leering ende Vermaeck 15 december 2011 1 Caleidoscoop 1. Geef een relatie op Z die niet reflexief of symmetrisch is, maar wel transitief. 2. Geef een relatie op Z die niet symmetrisch is, maar wel
Nadere informatieOefening 2.2. Welke van de volgende beweringen zijn waar?
Oefeningen op hoofdstuk 2 Verzamelingenleer 2.1 Verzamelingen Oefening 2.1. Beschouw A = {1, {1}, {2}}. Welke van de volgende beweringen zijn waar? Beschouw nu A = {1, 2, {2}}, zelfde vraag. a. 1 A c.
Nadere informatie2 Voorwoord En zo komt het dat ik sinds september 1998 werkzaam ben als wetenschappelijk onderzoeker in de Vakgroep Toegepaste Wiskunde en Informatica
Voorwoord Wiskunde heeft me altijd al geboeid. Reeds van in de lagere school had ik een uitgesproken voorkeur voor het vak dat zovele anderen vreesden, en ook tijdens het secundair onderwijs kon ik mijn
Nadere informatieVaagruwverzamelingenleer in datareductie:
Faculteit Wetenschappen Vakgroep Toegepaste Wiskunde, Informatica en Statistiek Vaagruwverzamelingenleer in datareductie: theoretische en experimentele studie van benaderende gelijkheid en didactische
Nadere informatiePROPOSITIELOGICA. fundament voor wiskundig redeneren. Dr. Luc Gheysens
PROPOSITIELOGICA fundament voor wiskundig redeneren Dr. Luc Gheysens PROPOSITIELOGICA Een propositie of logische uitspraak, verder weergegeven door een letter p, q, r is een uitspraak die in een vastgelegde
Nadere informatieBewijzen en Redeneren voor Informatici
Bewijzen en Redeneren voor Informatici Reinoud Berkein 17 januari 2018 Samenvatting Een korte samenvatting van definities uit de cursus. Hoofdstuk 1 Doorsnede: De verzamerling die alle elementen bevat
Nadere informatie1 Limiet van een rij Het begrip rij Bepaling van een rij Expliciet voorschrift Recursief voorschrift 3
HOOFDSTUK 6: RIJEN 1 Limiet van een rij 2 1.1 Het begrip rij 2 1.2 Bepaling van een rij 2 1.2.1 Expliciet voorschrift 2 1.2.2 Recursief voorschrift 3 1.2.3 Andere gevallen 3 1.2.4 Rijen met de grafische
Nadere informatieOpmerking. TI1300 Redeneren en Logica. Met voorbeelden kun je niks bewijzen. Directe en indirecte bewijzen
Opmerking TI1300 Redeneren en Logica College 2: Bewijstechnieken Tomas Klos Algoritmiek Groep Voor alle duidelijkheid: Het is verre van triviaal om definities te leren hanteren, beweringen op te lossen,
Nadere informatieV.4 Eigenschappen van continue functies
V.4 Eigenschappen van continue functies We bestuderen een paar belangrijke stellingen over continue functies. Maxima en minima De stelling over continue functies die we in deze paragraaf bewijzen zegt
Nadere informatieFaculteit Wetenschappen Vakgroep Wiskunde. Baire ruimten. Bachelor Project I. Wouter Van Den Haute. Prof. Eva Colebunders
Faculteit Wetenschappen Vakgroep Wiskunde Baire ruimten Bachelor Project I Wouter Van Den Haute Promotor: Prof. Eva Colebunders Academiejaar 2011-2012 Inhoudsopgave 1 Inleiding 2 2 Ruimten van eerste en
Nadere informatieNotatie van verzamelingen. Lidmaatschap. Opgave. Verzamelingen specificeren
Overzicht TI1300: Redeneren en Logica College 10: Verzamelingenleer Tomas Klos Algoritmiek Groep Colleges 1 2: Bewijstechnieken Colleges 3 9: Propositielogica Vandaag en morgen: Verzamelingenleer Colleges
Nadere informatieEigenschap (Principe van welordening) Elke niet-lege deelverzameling V N bevat een kleinste element.
Hoofdstuk 2 De regels van het spel 2.1 De gehele getallen Grof gezegd kunnen we de (elementaire) getaltheorie omschrijven als de wiskunde van de getallen 1, 2, 3, 4,... die we ook de natuurlijke getallen
Nadere informatieb) Niet geldig. Zij π(n)(p) = 1 als n is even, anders π(n)(p) = 0. Schrijf
opgave 2.1 a) Geldig. Zij n N en π een willekeurige valuatie. Schrijf T = (N, π). Stel, T, n p. Dan bestaat m > n zodat T, m p. Dus voor k > m geldt altijd T, k p. Nu geldt T, n p, want voor alle x > n
Nadere informatieUniversiteit Gent. Academiejaar Discrete Wiskunde. 1ste kandidatuur Informatica. Collegenota s. Prof. Dr.
Universiteit Gent Academiejaar 2001 2002 Discrete Wiskunde 1ste kandidatuur Informatica Collegenota s Prof. Dr. Frank De Clerck Herhalingsoefeningen 1. Bepaal het quotiënt en de rest van de deling van
Nadere informatieInleiding Analyse 2009
Inleiding Analyse 2009 Inleveropgaven A). Stel f(, y) = In (0, 0) is f niet gedefinieerd. We bestuderen y2 2 + y 4. lim f(, y). (,y) (0,0) 1. Bepaal de waarde van f(, y) op een willekeurige rechte lijn
Nadere informatieGetallenleer Inleiding op codeertheorie. Cursus voor de vrije ruimte
Getallenleer Inleiding op codeertheorie Liliane Van Maldeghem Hendrik Van Maldeghem Cursus voor de vrije ruimte 2 Hoofdstuk 1 Getallenleer 1.1 Priemgetallen 1.1.1 Definitie en eigenschappen Een priemgetal
Nadere informatieEnige informatie over groepen ten bate van het college Topologie en Meetkunde (Jaap van Oosten, Juni 2003)
Enige informatie over groepen ten bate van het college Topologie en Meetkunde (Jaap van Oosten, Juni 2003) Een groep is een verzameling G met daarop een operatie : G G G (die we schrijven als g, h g h),
Nadere informatieRuimtemeetkunde deel 1
Ruimtemeetkunde deel 1 1 Punten We weten reeds dat Π 0 het meetkundig model is voor de vectorruimte R 2. We definiëren nu op dezelfde manier E 0 als meetkundig model voor de vectorruimte R 3. De elementen
Nadere informatieII.3 Equivalentierelaties en quotiënten
II.3 Equivalentierelaties en quotiënten Een belangrijk begrip in de wiskunde is het begrip relatie. Een relatie op een verzameling is een verband tussen twee elementen uit die verzameling waarbij de volgorde
Nadere informatieDiscrete Structuren. Piter Dykstra Sietse Achterop Opleidingsinstituut Informatica en Cognitie
Discrete Structuren Piter Dystra Sietse Achterop Opleidingsinstituut Informatica en Cognitie www.math.rug.nl/~piter piter@math.rug.nl 12 februari 2008 INLEIDING Discrete Structuren Wee1: Inleiding Onderwerpen
Nadere informatiePropositionele logica
Logic is the beginning of wisdom, not the end. Captain Spock, Star Trek VI (1991) Hoofdstuk 1 ropositionele logica 1.1 Uitspraken Het begrip uitspraak. We geven hier geen definitie van het begrip uitspraak
Nadere informatieExamen G0U13 - Bewijzen en Redeneren,
Examen G0U13 - Bewijzen en Redeneren, 2010-2011 bachelor in de Wisunde, bachelor in de Fysica, bachelor in de Economische Wetenschappen en bachelor in de Wijsbegeerte Vrijdag 4 februari 2011, 8u30 Naam:
Nadere informatieV.2 Limieten van functies
V.2 Limieten van functies Beschouw een deelverzameling D R, een functie f: D R en zij c R. We willen het gedrag van f in de buurt van c bestuderen. De functiewaarde in c is daarvoor niet belangrijk, de
Nadere informatieZomercursus Wiskunde. Module 1 Algebraïsch rekenen (versie 22 augustus 2011)
Katholieke Universiteit Leuven September 011 Module 1 Algebraïsch rekenen (versie augustus 011) Inhoudsopgave 1 Rekenen met haakjes 1.1 Uitwerken van haakjes en ontbinden in factoren............. 1. De
Nadere informatieWiskundige beweringen en hun bewijzen
Wiskundige beweringen en hun bewijzen Analyse (en feitelijk de gehele wiskunde) gaat over het bewijzen van beweringen (proposities), d.w.z. uitspraken waaraan de karakterisering waar of onwaar toegekend
Nadere informatie2 n 1. OPGAVEN 1 Hoeveel cijfers heeft het grootste bekende Mersenne-priemgetal? Met dit getal vult men 320 krantenpagina s.
Hoofdstuk 1 Getallenleer 1.1 Priemgetallen 1.1.1 Definitie en eigenschappen Een priemgetal is een natuurlijk getal groter dan 1 dat slechts deelbaar is door 1 en door zichzelf. Om technische redenen wordt
Nadere informatieRadboud Universiteit Nijmegen
Radboud Universiteit Nijmegen Faculteit der Natuurwetenschappen, Wiskunde en Informatica L(,1)-labeling van grafen Naam: Studentnummer: Studie: Begeleider: Myrte klein Brink 4166140 Bachelor Wiskunde Dr.
Nadere informatieI.3 Functies. I.3.2 Voorbeeld. De afbeeldingen f: R R, x x 2 en g: R R, x x 2 zijn dus gelijk, ook al zijn ze gegeven door verschillende formules.
I.3 Functies Iedereen is ongetwijfeld in veel situaties het begrip functie tegengekomen; vaak als een voorschrift dat aan elk getal een ander getal toevoegt, bijvoorbeeld de functie fx = x die aan elk
Nadere informatieTentamen Grondslagen van de Wiskunde A Met beknopte uitwerking
Tentamen Grondslagen van de Wiskunde A Met beknopte uitwerking 10 december 2013, 09:30 12:30 Dit tentamen bevat 5 opgaven; zie ook de ommezijde. Alle opgaven tellen even zwaar (10 punten); je cijfer is
Nadere informatieExamen G0U13 Bewijzen en Redeneren Bachelor 1ste fase Wiskunde. vrijdag 31 januari 2014, 8:30 12:30. Auditorium L.00.07
Examen G0U13 Bewijzen en Redeneren Bachelor 1ste fase Wiskunde vrijdag 31 januari 2014, 8:30 12:30 Auditorium L.00.07 Geef uw antwoorden in volledige, goed lopende zinnen. Het examen bestaat uit 5 vragen.
Nadere informatieVectorruimten en deelruimten
Vectorruimten en deelruimten We hebben al uitgebreid kennis gemaakt met de vectorruimte R n We zullen nu zien dat R n slechts een speciaal geval vormt van het (veel algemenere begrip vectorruimte : Definitie
Nadere informatieHoofdstuk 3. Equivalentierelaties. 3.1 Modulo Rekenen
Hoofdstuk 3 Equivalentierelaties SCHAUM 2.8: Equivalence Relations Twee belangrijke voorbeelden van equivalentierelaties in de informatica: resten (modulo rekenen) en cardinaliteit (aftelbaarheid). 3.1
Nadere informatieComplex houdt dan weer in dat we op het complexe vlak werken, met complexe getallen.
The Fractal Project Inleiding: De opzet van dit project is het onderzoeken van de eigenschappen van de mandelbrot-fractal, meer bepaald de eigenschappen van de bollen die aan de buitenkant ervan zitten.
Nadere informatieDiscrete Wiskunde 2WC15, Lente Jan Draisma
Discrete Wiskunde 2WC15, Lente 2010 Jan Draisma HOOFDSTUK 2 Gröbnerbases 1. Vragen We hebben gezien dat de studie van stelsels polynoomvergelijkingen in meerdere variabelen op natuurlijke manier leidt
Nadere informatieAanvullingen bij Hoofdstuk 6
Aanvullingen bij Hoofdstuk 6 We veralgemenen eerst Stelling 6.4 tot een willekeurige lineaire transformatie tussen twee vectorruimten en de overgang naar twee nieuwe basissen. Stelling 6.4. Zij A : V W
Nadere informatieVlakke meetkunde. Module 6. 6.1 Geijkte rechte. 6.1.1 Afstand tussen twee punten. 6.1.2 Midden van een lijnstuk
Module 6 Vlakke meetkunde 6. Geijkte rechte Beschouw een rechte L en kies op deze rechte een punt o als oorsprong en een punt e als eenheidspunt. Indien men aan o en e respectievelijk de getallen 0 en
Nadere informatieIII.2 De ordening op R en ongelijkheden
III.2 De ordening op R en ongelijkheden In de vorige paragraaf hebben we axioma s gegeven voor de optelling en vermenigvuldiging in R, maar om R vast te leggen moeten we ook ongelijkheden in R beschouwen.
Nadere informatie1 Rekenen in eindige precisie
Rekenen in eindige precisie Een computer rekent per definitie met een eindige deelverzameling van getallen. In dit hoofdstuk bekijken we hoe dit binnen een computer is ingericht, en wat daarvan de gevolgen
Nadere informatie1. Orthogonale Hyperbolen
. Orthogonale Hyperbolen a + b In dit hoofdstuk wordt de grafiek van functies van de vorm y besproken. Functies c + d van deze vorm noemen we gebroken lineaire functies. De grafieken van dit soort functies
Nadere informatieONBETWIST ONderwijs verbeteren met WISkunde Toetsen Voorbeeldtoetsen Lineaire Algebra Deliverable 3.10 Henk van der Kooij ONBETWIST Deliverable 3.
ONBETWIST ONderwijs verbeteren met WISkunde Toetsen Voorbeeldtoetsen Lineaire Algebra Deliverable 3.10 Henk van der Kooij ONBETWIST Deliverable 3.8 ONBETWIST ONderwijs verbeteren met WISkunde Toetsen Inleiding
Nadere informatiePopulaties beschrijven met kansmodellen
Populaties beschrijven met kansmodellen Prof. dr. Herman Callaert Deze tekst probeert, met voorbeelden, inzicht te geven in de manier waarop je in de statistiek populaties bestudeert. Dat doe je met kansmodellen.
Nadere informatieZomercursus Wiskunde. Katholieke Universiteit Leuven Groep Wetenschap & Technologie. September 2008
Katholieke Universiteit Leuven September 2008 Limieten en asymptoten van rationale functies (versie juli 2008) Rationale functies. Inleiding Functies als f : 5 5, f 2 : 2 3 + 2 f 3 : 32 + 7 4 en f 4 :
Nadere informatieBewijs door inductie
Bewijs door inductie 1 Bewijs door inductie Vaak bestaat een probleem erin aan te tonen dat een bepaalde eigenschap geldt voor elk natuurlijk getal. Als je wilt weten of iets waar is voor alle natuurlijke
Nadere informatieLineaire Algebra voor ST
Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 9.3 email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/wsk/onderwijs/2ds6 Technische Universiteit Eindhoven college 5 J.Keijsper (TUE)
Nadere informatieAnalyse deel I. Cursus voor Latijn-Wiskunde, Economie-Wiskunde en Wetenschappen-Wiskunde
Analyse deel I Liliane Van Maldeghem Hendrik Van Maldeghem Cursus voor Latijn-Wiskunde, Economie-Wiskunde en Wetenschappen-Wiskunde 2 Hoofdstuk 1 Reële getallen 1.1 Het geordend veld van de reële getallen
Nadere informatie1.0 Voorkennis. Voorbeeld 1: Los op: 6x + 28 = 30 10x.
1.0 Voorkennis Voorbeeld 1: Los op: 6x + 28 = 30 10x. 6x + 28 = 30 10x +10x +10x 16x + 28 = 30-28 -28 16x = 2 :16 :16 x = 2 1 16 8 Stappenplan: 1) Zorg dat alles met x links van het = teken komt te staan;
Nadere informatieExamen Lineaire Algebra en Meetkunde Tweede zit (13:30-17:30)
Examen Lineaire Algebra en Meetkunde Tweede zit 2016-2017 (13:30-17:30) 1 Deel gesloten boek (theorie) (5.5pt) - indienen voor 14u30 (0.5pt) Geef de kleinste kwadratenoplossing van het stelsel AX = d,
Nadere informatieSemantiek 1 college 4. Jan Koster
Semantiek 1 college 4 Jan Koster 1 Uitgangspunt sinds vorige week Semantiek is representationeel (en niet referentieel), gebaseerd op interpretaties van sprekers en hoorders Geen scherpe scheiding tussen
Nadere informatieDefinitie: Een functie f heeft een absoluut maximum f(x 0 ) in het punt. x 1 Domein(f) als voor alle x Domein(f) geldt:
Definitie: Een functie f heeft een absoluut maximum f(x 0 ) in het punt x 0 Domein(f) als voor alle x Domein(f) geldt: f(x) f(x 0 ). Een functie f heeft een absoluut minimum f(x 1 ) in het punt x 1 Domein(f)
Nadere informatieSupplement Verzamelingenleer. A.J.M. van Engelen en K. P. Hart
Supplement Verzamelingenleer A.J.M. van Engelen en K. P. Hart 1 Hoofdstuk 1 Het Keuzeaxioma Het fundament van de hedendaagse verzamelingenleer werd in de vorige eeuw gelegd door Georg Cantor. Cantor gebruikte
Nadere informatieJe hebt twee uur de tijd voor het oplossen van de vraagstukken. µkw uitwerkingen. 12 juni 2015
Je hebt twee uur de tijd voor het oplossen van de vraagstukken. Elk vraagstuk is maximaal 10 punten waard. Begin elke opgave op een nieuw vel papier. µkw uitwerkingen 12 juni 2015 Vraagstuk 1. We kunnen
Nadere informatie1. TRADITIONELE LOGICA EN ARGUMENTATIELEER
Inhoud Inleidend hoofdstuk 11 1. Logica als studie van de redenering 11 2. Logica als studie van deductieve redeneringen 13 3. Logica als formele logica Het onderscheid tussen redenering en redeneringsvorm
Nadere informatieTentamen TI1300 en IN1305-A (Redeneren en) Logica
TECHNISCHE UNIVERSITEIT DELFT Faculteit Elektrotechniek, Wiskunde en Informatica Tentamen TI1300 en IN1305-A (Redeneren en) Logica 21 Januari 2011, 8.30 11.30 uur LEES DEZE OPMERKINGEN AANDACHTIG DOOR
Nadere informatieHoe Gödel de wiskunde liet schrikken
p. 1/1 Hoe Gödel de wiskunde liet schrikken Stefaan Vaes CENTRE NATIONAL DE LA RECHERCHE SCIENTIFIQUE K.U.Leuven C.N.R.S. Paris p. 2/1 De leugenaarsparadox Ik ben aan het liegen p. 2/1 De leugenaarsparadox
Nadere informatielengte aantal sportende broers/zussen
Oefening 1 Alvorens opgenomen te worden in een speciaal begeleidingsprogramma s voor jonge talentvolle lopers, worden jonge atleten eerst onderworpen aan een aantal vragenlijsten en onderzoeken. Uit het
Nadere informatieVerzamelingenleer. Inhoud leereenheid 5. Introductie 9
Inhoud leereenheid 5 Introductie 9 1 Verzamelingen 10 2 Deelverzamelingen 15 3 Operaties op verzamelingen 20 3.1 Doorsnede en lege verzameling 20 3.2 Vereniging en verschil 24 3.3 Complement en universum
Nadere informatieCombinatorische Algoritmen: Binary Decision Diagrams, Deel III
Combinatorische Algoritmen: Binary Decision Diagrams, Deel III Sjoerd van Egmond LIACS, Leiden University, The Netherlands svegmond@liacs.nl 2 juni 2010 Samenvatting Deze notitie beschrijft een nederlandse
Nadere informatiePublic Key Cryptography. Wieb Bosma
Public Key Cryptography de wiskunde van het perfecte kopje koffie Wieb Bosma Radboud Universiteit Nijmegen Bachelordag 2 april 2011 Nijmegen, 6 november 2010 0 Nijmegen, 6 november 2010 1 cryptografie
Nadere informatieGrenzen aan je voorkennis Op zoek naar obstakels in het leren van rationale getallen
Grenzen aan je voorkennis Op zoek naar obstakels in het leren van rationale getallen Prof. Dr. Wim Van Dooren Centrum voor Instructiepsychologie en technologie Katholieke Universiteit Leuven wim.vandooren@kuleuven.be
Nadere informatiePolynomen. + 5x + 5 \ 3 x 1 = S(x) 2x x. 3x x 3x 2 + 2
Lesbrief 3 Polynomen 1 Polynomen van één variabele Elke functie van de vorm P () = a n n + a n 1 n 1 + + a 1 + a 0, (a n 0), heet een polynoom of veelterm in de variabele. Het getal n heet de graad van
Nadere informatie(b) Formuleer het verband tussen f en U(P, f), en tussen f en L(P, f). Bewijs de eerste. (c) Geef de definitie van Riemann integreerbaarheid van f.
Radboud Universiteit Nijmegen Tentamen Analyse 1 WP001B 2 juli 2015, 08:30 11:30 (12:30) Het gebruik van een rekenmachine, telefoon of tablet is niet toegestaan. U mag geen gebruik maken van het boek Analysis
Nadere informatieVergelijkingen in één onbekende
Module 3 Vergelijkingen in één onbekende 3.1 Lineaire vergelijkingen Dit zijn vergelijkingen die herleid kunnen worden tot de gedaante ax+b = 0 met a,b Ê en a 0 ax+b = 0 ax = b x = b a V = { b } a Voorbeelden
Nadere informatieInhoud hoofdstuk 4. Fuzzy expert systemen. 1 Introductie 37 2 Opmerkingen en errata 39 3 Terugkoppeling Questions for review 40
Inhoud hoofdstuk 4 Fuzzy expert systemen 1 Introductie 37 2 Opmerkingen en errata 39 3 Terugkoppeling Questions for review 40 36 Hoofdstuk 4 Fuzzy expert systemen 1 Introductie linguïstische variabele
Nadere informatieCryptografie met krommen. Reinier Bröker. Universiteit Leiden
Cryptografie met krommen Reinier Bröker Universiteit Leiden Nationale Wiskundedagen Februari 2006 Cryptografie Cryptografie gaat over geheimschriften en het versleutelen van informatie. Voorbeelden. Klassieke
Nadere informatieopgaven formele structuren tellen Opgave 1. Zij A een oneindige verzameling en B een eindige. Dat wil zeggen (zie pagina 6 van het dictaat): 2 a 2.
opgaven formele structuren tellen Opgave 1. Zij A een oneindige verzameling en B een eindige. Dat wil zeggen (zie pagina 6 van het dictaat): ℵ 0 #A, B = {b 0,..., b n 1 } voor een zeker natuurlijk getal
Nadere informatieExamen Datastructuren en Algoritmen II
Tweede bachelor Informatica Academiejaar 2012 2013, tweede zittijd Examen Datastructuren en Algoritmen II Naam :.............................................................................. Lees de hele
Nadere informatieSteeds betere benadering voor het getal π
Wiskunde & Onderwijs 38ste jaargang (2012 Steeds betere benadering voor het getal π Koen De Naeghel Samenvatting. We bespreken een oplossing voor de (veralgemeende opgave Noot 4 uit Wiskunde & Onderwijs
Nadere informatie3 Cirkels, Hoeken en Bogen. Inversies.
3 Cirkels, Hoeken en Bogen. Inversies. 3.1. Inleiding Het derde college betreft drie onderwerpen (hoeken, bogen en inversies), die in concrete meetkundige situaties vaak optreden. Dit hoofdstuk is bedoeld
Nadere informatieElfde college complexiteit. 23 april NP-volledigheid III
college 11 Elfde college complexiteit 23 april 2019 NP-volledigheid III 1 TSP Als voorbeeld bekijken we het Travelling Salesman/person Problem, ofwel het Handelsreizigersprobleem TSP. Hiervoor geldt: TSP
Nadere informatieZomercursus Wiskunde. Module 4 Limieten en asymptoten van rationale functies (versie 22 augustus 2011)
Katholieke Universiteit Leuven September 20 Module 4 Limieten en asymptoten van rationale functies (versie 22 augustus 20) Inhoudsopgave Rationale functies. Inleiding....................................2
Nadere informatieComplexe eigenwaarden
Complexe eigenwaarden Tot nu toe hebben we alleen reële getallen toegelaten als eigenwaarden van een matrix Het is echter vrij eenvoudig om de definitie uit te breiden tot de complexe getallen Een consequentie
Nadere informatieNumerieke aspecten van de vergelijking van Cantor. Opgedragen aan Th. J. Dekker. H. W. Lenstra, Jr.
Numerieke aspecten van de vergelijking van Cantor Opgedragen aan Th. J. Dekker H. W. Lenstra, Jr. Uit de lineaire algebra is bekend dat het aantal oplossingen van een systeem lineaire vergelijkingen gelijk
Nadere informatieZomercursus Wiskunde. Katholieke Universiteit Leuven Groep Wetenschap & Technologie. September 2008
Katholieke Universiteit Leuven September 008 Algebraïsch rekenen (versie 7 juni 008) Inleiding In deze module worden een aantal basisrekentechnieken herhaald. De nadruk ligt vooral op het symbolisch rekenen.
Nadere informatie1 Vlaamse Wiskunde Olympiade : tweede ronde
1 Vlaamse Wiskunde Olympiade 005-006: tweede ronde Volgende benaderingen kunnen nuttig zijn bij het oplossen van sommige vragen 1,1 3 1,731 5,361 π 3,116 1 Als a 1 3 a 1 3 a m = a met a R + \{0, 1}, dan
Nadere informatieM1 Wiskundig taalgebruik en notaties
M1 Wiskundig taalgebruik en notaties Verzamelingenleer Verzameling = aantal objecten samengebracht tot een geheel - Lege verzameling = verzameling die geen elementen bevat A = - Singleton verzameling =
Nadere informatieSemantiek 1 college 10. Jan Koster
Semantiek 1 college 10 Jan Koster 1 Vandaag Vorige keer: conceptuele structuur en semantische decompositie Vandaag: inleiding in de formele semantiek Gebruikt notaties uit formele logica plus de daar gehanteerde
Nadere informatieEigenschappen en Axioma s van de E 6 -meetkunde
Faculteit Wetenschappen Vakgroep Wiskunde Eigenschappen en Axioma s van de E 6 -meetkunde Magali Victoor Promotor: Prof. dr. Hendrik Van Maldeghem Masterproef ingediend tot het behalen van de academische
Nadere informatieLogica 1. Joost J. Joosten
Logica 1 Joost J. Joosten Universiteit Utrecht (sub)faculteit der Wijsbegeerte Heidelberglaan 8 3584 CS Utrecht Kamer 158, 030-2535579 jjoosten@phil.uu.nl www.phil.uu.nl/ jjoosten (hier moet een tilde
Nadere informatieZomercursus Wiskunde. Katholieke Universiteit Leuven Groep Wetenschap & Technologie. September 2008
Katholieke Universiteit Leuven September 2008 Minimum-Maimumproblemen (versie 11 augustus 2008) Inleiding In heel wat vraagstukken gaan we op zoek naar het maimum of het minimum van een zekere grootheid.
Nadere informatieHOOFDSTUK I - INLEIDENDE BEGRIPPEN
HOOFDSTUK I - INLEIDENDE BEGRIPPEN 1.2 Kansveranderlijken en verdelingen 1 Veranderlijken Beschouw een toevallig experiment met uitkomstenverzameling V (eindig of oneindig), de verzameling van alle gebeurtenissen
Nadere informatieCollegestof verzamelingenleer. Verzamelingenleer. Inhoud dit deel college. Verzamelingen. Universele en lege verzameling. Verzamelingen en elementen
Collegesto verzamelingenleer Verzamelingenleer Pro dr J-J Ch Meyer UU - ICS Gebaseerd op (aantal hoodstukken van) het boek: Set Theory and Related Topics by Seymour Lipschutz Schaum s Outlines, McGraw-Hill
Nadere informatieFractale dimensie. Eline Sommereyns 6wwIi nr.9
Fractale dimensie Eline Sommereyns 6wwIi nr.9 Inhoudstabel Inleiding... 3 Gehele dimensie... 4 Begrip dimensie... 4 Lengte, breedte, hoogte... 4 Tijd-ruimte... 4 Fractale dimensie... 5 Fractalen... 5 Wat?...
Nadere informatieHelden van de wiskunde: L.E.J. Brouwer Brouwers visie vanuit een logica-informatica perspectief
Helden van de wiskunde: L.E.J. Brouwer Brouwers visie vanuit een logica-informatica perspectief Herman Geuvers Radboud Universiteit Nijmegen Technische Universiteit Eindhoven 1 Helden van de wiskunde:
Nadere informatieOPLOSSINGEN PROEFEXAMEN LINEAIRE ALGEBRA donderdag 18 november 2010
OPLOSSINGEN PROEFEXAMEN LINEAIRE ALGEBRA donderdag 18 november 2010 1. Zij V een vectorruimte en A = {v 1,..., v m } een deelverzameling van m vectoren uit V die voortbrengend is voor V, m.a.w. V = A.
Nadere informatieDossier 1 SYMBOLENTAAL
Dossier 1 SYMBOLENTAAL basis voor wiskundige communicatie Dr. Luc Gheysens Wiskundigen hebben een eigen symbolentaal waarmee ze onderling communiceren, redeneringen en bewijzen neerschrijven, mathematische
Nadere informatieCollege WisCKI. Albert Visser. 10 oktober, Department of Philosophy, Faculty Humanities, Utrecht University. Equivalentierelaties.
College WisCKI Albert Visser Department of Philosophy, Faculty Humanities, Utrecht University 10 oktober, 2012 1 Overview 2 Overview 2 Overview 2 Overview 3 Wat is een equivalentierelatie? Een equivalentie
Nadere informatieTENTAMEN WISKUNDIGE BEELDVERWERKINGSTECHNIEKEN
TENTAMEN WISKUNDIGE BEELDVERWERKINGSTECHNIEKEN Vakcode: 8D. Datum: Donderdag 8 juli 4. Tijd: 14. 17. uur. Plaats: MA 1.44/1.46 Lees dit vóórdat je begint! Maak iedere opgave op een apart vel. Schrijf je
Nadere informatieINLEIDING FUNCTIES 1. COÖRDINATEN
INLEIDING FUNCTIES 1. COÖRDINATEN...1 2. FUNCTIES...2 3. ARGUMENT EN BEELD...3 4. HET FUNCTIEVOORSCHRIFT...4 5. DE FUNCTIEWAARDETABEL...5 6. DE GRAFIEK...6 7. FUNCTIES HERKENNEN...7 8. OPLOSSINGEN...9
Nadere informatie