Bazy dedukcyjne. 1. Filozofia nowego sposobu projektowania baz danych. 2. Wady klasycznych systemów bazodanowych
|
|
- Krystian Zakrzewski
- 7 lat temu
- Przeglądów:
Transkrypt
1 Bazy dedukcyjne 1. Filozofia nowego sposobu projektowania baz danych Bazy dedukcyjne to nowe podejście do projektowania baz danych, oparte na logice matematycznej. W porównaniu do poprzednich modeli baz danych, w dedukcyjnych bazach danych można wyróżnić trzy nowe elementy, jeśli chodzi o projektowanie baz danych: użycie języka logiki do opisu rozmaitych aspektów struktury, działania i użytkowania bazy danych w ten sposób język logiki staje się uniwersalnym środkiem komunikowania z bazą danych. Ponadto bezsprzeczną zaletą języka logiki jest fakt, iż jest on zbliżony do języka naturalnego. deklaratywny, a nie proceduralny, sposób formułowania kwerend, co wydatnie ułatwia sposób komunikacji użytkownika z systemem. Dodatkowo język, za pomocą którego tworzymy kwerendy, ma większą moc ekspresji niż odpowiadające mu języki w klasycznych bazach danych. możliwość prowadzenia wnioskowania w bazie, co powiększa liczbę możliwych odpowiedzi udzielanych przez system zarządzania bazą danych. 2. Wady klasycznych systemów bazodanowych klasyczne modele baz danych charakteryzują się bardzo ustrukturalizowanym sposobem reprezentowania wiedzy o świecie rzeczywistym są to bowiem albo grafy, albo relacje. W rezultacie informacje zanim zostaną wprowadzone do bazy danych już są w pewnym stopniu przetworzone. Z tego powodu projektant bazy danych jest niejako zmuszony do myślenia w kategoriach i terminologii dopuszczalnej w ramach danego modelu bazy danych. Tymczasem wykorzystanie w tym celu języka naturalnego zrzuca z projektanta ten balast sztuczności. w klasycznych modelach baz danych mamy problemy, aby w naturalny sposób przechowywać różnego rodzaju informacje, z które często pojawiają się w życiu codziennym, np. Kowalski mieszka albo w Łodzi, albo Sieradzu, Janusz jest ojcem Marcina lub Marty, itp. Trudność polega na reprezentowaniu spójników logicznych albo, lub. Innym przykładem informacji, którą trudno zamodelować w relacyjnych bazach danych, jest informacja negatywna, np. Monika nie chorowała na odrę. odpowiedź na pytanie zadane przez użytkownika relacyjnej bazy danych może składać się tylko z pewnego skończonego ciągu wyrażeń w algebrze relacyjnej, w SQL bądź innym relacyjnym języku zapytań. Nie jest natomiast możliwe tworzenie odpowiedzi na drodze wnioskowania opartego na danych przechowywanych w bazie oraz prawa logiki. Z tego powodu, np. jeśli w bazie o schemacie {OJCIEC, SYN} przechowywane są informacje o związkach typu ojciec-syn pomiędzy osobami, to nie istnieje możliwość sformułowania zapytania np. o wszystkich potomków Jana Kowalskiego. 1
2 3. Przykład bazy dedukcyjnej Przykład. Rozważamy wycinek świata rzeczywistego, którym jest nasza uczelnia wyższa, a dokładniej fragment dotyczący zaliczenia danego roku nauczania. Część wiedzy, jaką posiadamy odnośnie modelowanego fragmentu rzeczywistości, jest następująca: Adamczyk jest studentem naszej uczelni. Bralski jest studentem naszej uczelni. Żabczyk jest studentem naszej uczelni. Adamczyk nie zdał egzaminu E5. Wszyscy studenci są wpisani do USOS-a. Wszyscy studenci w razie nie zdania jakiegoś egzaminu nie mają zaliczonego roku. Studentami naszej uczelni mogą być tylko maturzyści. 4. Elementy języka dedukcyjnej bazy danych Opiszemy teraz pewien język, za pomocą którego zamodelujemy rozważany fargment świata rzeczywistego: Do alfabetu tego języka należą: symbole stałych, m.in. Adamczyk, Bralski,, Żabczyk symbole zmiennych, m.in. x, symbole predykatowe, m.in. student, maturzysta, niezdany, wpisany_usos, rok_niezaliczony, spójniki logiczne, m.in.,, ~ kwantyfikatory m.in. nawiasy. 5. Opis modelowanego fragmentu rzeczywistości w dedukcyjnym modelu danych Przykładową wiedzę o naszej uczelni możemy teraz zapisać w postaci formuł przyjętego języka: student (Adamczyk) student (Bralski) student (Żabczyk) maturzysta(adamczyk) maturzysta(bralski) maturzysta(żabczyk) niezdany(adamczyk, E5) baza faktów x ( student(x) wpisany_usos(x)) x y ( wpisany_usos (x) niezdaje (x, y) rok_niezal iczony(x)) baza reguł x ( student(x) maturzysta(x)) 2 zależności semantyczne
3 6. Opis modelowanego fragmentu rzeczywistości w dedukcyjnym modelu danych W powyższym przykładzie można wyróżnić trzy rodzaje formuł: formuły dotyczące informacji (faktów) o studentach Adamczyku, Bralskim,, Żabczyku tworzą tzw. bazę faktów, formuły z drugiego zbioru są zdaniami zawierającymi zmienne zdania te podają ogólną wiedzę w formie reguł na temat zaliczania roku na uczelni zbiór tych reguł jest nazywanym bazą reguł, formuły z trzeciego zbioru także zawierają zmienne, tym niemniej przeznaczenie tych zdań w porównaniu z regułami jest inne. Są one mianowicie zapisem zależności semantycznych właściwych opisywanemu światu (uczelni). Tworzą one tzw. bazę zależności semantycznych. Są one używane przez system w celu sprawdzenia, czy baza faktów jest zgodna z ogólnymi właściwościami i/lub ograniczeniami świata. Baza faktów i baza reguł tworzą łącznie tzw. bazę wiedzy. Natomiast bazę wiedzy łącznie z zależnościami semantycznymi nazywamy bazą wiedzy z ograniczeniami semantycznymi. Jest ona częścią dedukcyjnego systemu bazy danych, do którego należą, choć nie wymienione jawnie, aksjomaty logiczne oraz reguły wnioskowania. 7. Reguły a zależności semantyczne Jak wynika choćby z pobieżnej analizy, istniej formalne podobieństwo pomiędzy regułami a zależnościami semantycznymi. Główna różnica dotyczy przeznaczenia jednych i drugich. A mianowicie, reguły służą do definiowania pojęć wtórnych na podstawie arbitralnie wybranych pojęć pierwotnych lub do zapisu swego rodzaju konsekwencji, wynikań, itp. Przykładowo, regułą definiującą pojęcie dziadek, przy założeniu, że terminami podstawowymi są ojciec i matka jest reguła postaci: x y z (((ojciec(x,y) matka(x,y)) ojciec(z,x)) dziadek(z,y)). Same reguły podane w rozważanej bazie są ilustracją przypadku konsekwencji. Natomiast zależności semantyczne opisują właściwości świata rzeczywistego, które spełniają funkcję ograniczeń nakładanych na fakty. Przykładem formuły, która mogłaby należeć do grupy zależności semantycznej jest choćby poniższa formuła: x (egzamin_maturalny_przedmiotu(x) punkty_zdania(x,y) y 30. Przy budowaniu logicznej bazy danych rozstrzygnięcie, czy formuła ma być zastosowana jako reguła, czy też zależność semantyczna nie jest rzeczą łatwą ze względu na arbitralność każdej reprezentacji świata. 8. Schematy wykorzystywane w procesie automatycznego dowodzenia twierdzeń Schematem rezolucji nazywa się regułę inferencyjną postaci A B, C ~B A C gdzie A, B, C są klauzulami. Wykonanie kroku rezolucji prowadzi do wchłonięcia formuł B i ~B. Klauzula A jest nazywana rezolwentą binarną klauzul A B i C ~B. C 3
4 Klauzulą pustą jest nazywana rezolwenta binarna jednoliterowych klauzul i ~, która nie jest spełniona w żadnej strukturze jest oznaczana przez symbol NIL. Schemat podstawienia jest regułą wnioskowania, z której często korzysta się przy korzystaniu ze schematu rezolucji ma ona postać A A x1,,xn [t 1,.,t n ] gdzie formuła pod kreską (wniosek) jest formułą, którą otrzymujemy z formuły A w rezultacie zastąpienia wszystkich wolnych wystąpień zmiennych x 1,,x n odpowiednio termami t 1,.,t n. 9. Dowody twierdzeń uzyskiwane za pomocą metody korzystającej ze schematu rezolucji Dowody twierdzeń uzyskiwane za pomocą metody korzystającej ze schematu rezolucji można zaliczyć do klasy dowodów nie wprost. Przyjmujemy, iż dany jest zbiór klauzul niesprzecznych oraz klauzula, o której chcemy powiedzieć, że jest twierdzeniem wynikającym z, tj.. Zarys procedury: a) do zbioru dołączamy zanegowaną klauzulę, tzn. otrzymujemy zbiór formuł = {~ }; b) do wybranych klauzul ze zbioru stosujemy schemat rezolucji i, o ile to jest potrzebne, schemat podstawienia; c) jeżeli otrzymana rezolwenta r jest pusta, to wnioskowanie kończymy; w przeciwnym razie rezolwentę dołączamy do zbioru klauzul i wracamy do punktu b). Uzyskanie rezolwenty, która jest klauzulą pustą oznacza, że zbiór {~ } jest sprzeczny. A zatem skoro zbiór jest niesprzeczny, to formuła musi być twierdzeniem. 10. Dedukcyjna baza formuły w postaci zbioru klauzul Rozważaną w przykładzie dedukcyjną bazę danych Nasza uczelnia przedstawmy w postaci zbioru klauzul: student(adamczyk) student(bralski) student(żabczyk) maturzysta(adamczyk) maturzysta(bralski) maturzysta(żabczyk) niezdaje(adamczyk,e5) ~ student(x) wpisany_usos(x) ~ wpisany_usos(x) ~ niezdaje(x,y) rok_niezaliczony(x) ~ student(x) maturzysta(x) 4
5 11. Mechanizm odpowiedzi na kwerendy w dedukcyjnych bazach danych W rozważanej dedukcyjnej bazie danych Nasza uczelnia zadajmy pytanie: Czy Adamczyk ma niezaliczony rok? Pytanie to można zapisać krótko w następującej postaci: rok_niezaliczony(adamczyk) W dedukcyjnych bazach danych odpowiedź na pytanie polega na wyprowadzeniu (udowodnieniu) twierdzenia reprezentowanego przez pytanie. System zarządzania dedukcyjną bazą danych dokonuje tego przy wykorzystaniu schematu rezolucji i schematu podstawienia. Aby udowodnić podaną powyżej formułę należy sprawdzić, czy dołączenie formuły zanegowanej, tj. ~ rok_niezaliczony(adamczyk) nie doprowadzi do sprzeczności (dowód nie wprost). W pierwszym rzędzie należy jednak sprawdzić, czy w bazie faktów jest napis rok_niezaliczony(adamczyk). Gdyby taki napis został znaleziony w bazie faktów, to przez zastosowanie zasady rezolucji otrzymalibyśmy natychmiast klauzule pustą, co kończyłoby cały proces dowodzenia. 12. Mechanizm odpowiedzi na kwerendy w dedukcyjnych bazach danych W rozważanej dedukcyjnej bazie danych Nasza uczelnia przypadek ten jednak nie występuje, gdyż w bazie faktów nie ma napisu rok_niezaliczony(adamczyk). W takiej sytuacji system kontynuuje wnioskowanie i w dalszym ciągu korzysta w tym celu ze schematu rezolucji i schematu podstawienia, co ma następujący przebieg: klauzulę ~ rok_niezaliczony(adamczyk) dołączamy do zbioru klauzul; do klauzul ~ wpisany_usos(x) ~ niezdaje(x,y) rok_niezaliczony(x) stosujemy schemat podstawienia, przy czym za x podstawiamy Adamczyk, zaś za y podstawiamy E5. Otrzymujemy klauzulę postaci: ~ wpisany_usos(adamczyk) ~ niezdaje(adamczyk,e5) rok_niezaliczony(adamczyk) do otrzymanej klauzuli i klauzuli z pierwszego kroku stosujemy schemat rezolucji: ~ wpisany_usos(adamczyk) ~ niezdaje(adamczyk,e5) rok_niezaliczony(adamczyk), NIL ~ rok_niezaliczony(adamczyk) ~ wpisany_usos(adamczyk) ~ niezdaje(adamczyk,e5) do otrzymanej klauzuli i faktów w bazie danych stosujemy schemat rezolucji: ~ wpisany_usos(adamczyk) ~ niezdaje(adamczyk,e5), NIL niezdaje(adamczyk,e5) ~ wpisany_usos(adamczyk) do klauzuli ~ student(x) wpisany_usos(x) stosujemy schemat podstawienia, przy czym za x podstawiamy Adamczyk. Otrzymujemy klauzulę postaci: ~ student(adamczyk) wpisany_usos(adamczyk) do otrzymanej w poprzednim kroku klauzuli i do rezolwenty otrzymanej dwa kroki wcześniej stosujemy schemat rezolucji: NIL ~ wpisany_usos(adamczyk), ~ student(adamczyk) wpisany_usos(adamczyk) ~ student(adamczyk) 5
6 do otrzymanej rezolwenty i faktu student(adamczyk), który występuje w bazie wiedzy stosujemy schemat rezolucji: NIL ~ student(adamczyk), NIL student(adamczyk) NIL Na mocy metody rezolucji stwierdzamy, że klauzula ~ rok_niezaliczony(adamczyk) jest sprzeczna z naszą bazą danych, to z kolei oznacza, że klauzula rok_niezaliczony(adamczyk) jest twierdzeniem. A zatem odpowiedź na pytanie, czy Adamczyk ma niezaliczony rok jest twierdząca. 13. Pojęcie kwerendy Proces odpowiadania na pytanie polega na przyjęciu hipotezy, iż jest ono twierdzeniem, które chcemy udowodnić korzystając z wiedzy zawartej w bazie danych. W ogólnym przypadku kwerenda jest dowolną formułą. W praktyce, gdy na formuły bazy danych narzucone są jakieś ograniczenia synktatyczne, to postać pytania także musi uwzględniać te ograniczenia. Niezależnie od ewentualnych ograniczeń, wśród kwerend wyróżniamy dwa rodzaje zapytań: pytania pierwszego rodzaju to formuły ze zmiennymi wolnymi (w przypadku klauzul po prostu zmiennymi), pytania drugiego typu są zdaniami. 14. Odpowiedź na pytanie Przyjmijmy, iż do bazy T jest skierowane pytanie pierwszego typu, które jest formułą (x 1,.,x n ), gdzie x 1,.,x n są zmiennymi wolnymi. Odpowiedzią na tak postawione pytanie są krotki a 1,.,a n, takie, iż T (a 1,.,a n ) (ten zapis oznacza, iż formuła (a 1,.,a n ) dla krotki a 1,.,a n jest prawdziwa, inaczej jest konsekwencją wiedzy zawartej w bazie T. Natomiast jeśli do bazy T jest skierowane pytanie drugiego typu, to odpowiedzią na nie jest TAK lub NIE. Np. jeśli do rozważanej bazy zadamy pytanie czy Adamczyk jest studentem, tzn. student(adamczyk), to otrzymamy odpowiedź TAK, gdyż T student(abacki). W ogólnym przypadku, jeśli dla zapytania drugiego typu w bazie T mamy T, wtedy odpowiedź na to zapytanie jest pozytywna TAK. Natomiast w przeciwnym razie, mamy do czynienia z bardziej skomplikowaną sytuacją, która zostanie zilustrowana poniżej. 15. Przykładowe zapytanie Przykład. Przeanalizujmy sposób odpowiedzi na zapytanie: kto jest studentem skierowane do rozważanej bazy. Kwerendę tę możemy zapisać w postaci: x student(x). Odpowiedź na to pytanie jest natychmiastowa, co jest konsekwencją, iż tę formułę można wyprowadź natychmiast na podstawie informacji zawartych w rozważanej bazie. 6
7 Do powyższej klauzuli należy zastosować schemat podstawienia i zasadę rezolucji, czego konsekwencją będzie uzyskanie następującej odpowiedzi : {Adamczyk, Bralski,, Żabczyk} Jak z powyższego wynika, jako odpowiedź na tak postawione pytanie wystarczy stwierdzić, iż istnieje jakiś (wystarczy, że jeden) student, np. przez podanie jego nazwiska. Wynika to z faktu, iż kwerenda ta w swoim sformułowaniu zawiera kwantyfikator pytający o istnienie obiektu, który jest studentem. 7
Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki. Wykłady 7 i 8. Aksjomatyczne ujęcie Klasycznego Rachunku Zdań
Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykłady 7 i 8. Aksjomatyczne ujęcie Klasycznego Rachunku Zdań 1 Istnieje wiele systemów aksjomatycznych Klasycznego Rachunku
Bardziej szczegółowoRACHUNEK ZDAŃ 7. Dla każdej tautologii w formie implikacji, której poprzednik również jest tautologią, następnik także jest tautologią.
Semantyczne twierdzenie o podstawianiu Jeżeli dana formuła rachunku zdań jest tautologią i wszystkie wystąpienia pewnej zmiennej zdaniowej w tej tautologii zastąpimy pewną ustaloną formułą, to otrzymana
Bardziej szczegółowoWykład 6. Reguły inferencyjne systemu aksjomatycznego Klasycznego Rachunku Zdań
Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 6. Reguły inferencyjne systemu aksjomatycznego Klasycznego Rachunku Zdań System aksjomatyczny logiki Budując logikę
Bardziej szczegółowoAndrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki. Wykłady 12 i 13. Dowód i dowodzenie w KRP. Tezy KRP
Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykłady 12 i 13. Dowód i dowodzenie w KRP. Tezy KRP 1 Pojęcie dowodu w KRP Pojęcia: formuły zdaniowej języka Klasycznego Rachunku
Bardziej szczegółowoTautologia (wyrażenie uniwersalnie prawdziwe - prawo logiczne)
Tautologia (wyrażenie uniwersalnie prawdziwe - prawo logiczne) Definicja 1: Tautologia jest to takie wyrażenie, którego wartość logiczna jest prawdą przy wszystkich możliwych wartościowaniach zmiennych
Bardziej szczegółowoPodstawy Sztucznej Inteligencji (PSZT)
Podstawy Sztucznej Inteligencji (PSZT) Paweł Wawrzyński Wnioskowanie logiczne i systemy eksperckie Systemy posługujące się logiką predykatów: część 3/3 Dzisiaj Uogólnienie Poprawność i pełność wnioskowania
Bardziej szczegółowoAdam Meissner.
Instytut Automatyki i Inżynierii Informatycznej Politechniki Poznańskiej Adam Meissner Adam.Meissner@put.poznan.pl http://www.man.poznan.pl/~ameis SZTUCZNA INTELIGENCJA Podstawy logiki pierwszego rzędu
Bardziej szczegółowoParadygmaty dowodzenia
Paradygmaty dowodzenia Sprawdzenie, czy dana formuła rachunku zdań jest tautologią polega zwykle na obliczeniu jej wartości dla 2 n różnych wartościowań, gdzie n jest liczbą zmiennych zdaniowych tej formuły.
Bardziej szczegółowoWykład 11b. System aksjomatyczny Klasycznego Rachunku Predykatów. Aksjomaty i reguły inferencyjne
Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 11b. System aksjomatyczny Klasycznego Rachunku Predykatów. Aksjomaty i reguły inferencyjne Istnieje wiele systemów aksjomatycznych
Bardziej szczegółowoLogika Stosowana. Wykład 1 - Logika zdaniowa. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017
Logika Stosowana Wykład 1 - Logika zdaniowa Marcin Szczuka Instytut Informatyki UW Wykład monograficzny, semestr letni 2016/2017 Marcin Szczuka (MIMUW) Logika Stosowana 2017 1 / 30 Plan wykładu 1 Język
Bardziej szczegółowoMETODY DOWODZENIA TWIERDZEŃ I AUTOMATYZACJA ROZUMOWAŃ
METODY DOWODZENIA TWIERDZEŃ I AUTOMATYZACJA ROZUMOWAŃ KONWERSATORIUM 6: REZOLUCJA V rok kognitywistyki UAM 1 Kilka uwag terminologicznych Słuchacze zapewne pamiętają z zajęć dotyczących PROLOGu poniższą
Bardziej szczegółowoLogika Matematyczna (10)
Logika Matematyczna (10) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Rezolucja w KRZ Jerzy Pogonowski (MEG) Logika Matematyczna (10) Rezolucja w KRZ 1 / 39 Plan
Bardziej szczegółowoLogika. Michał Lipnicki. 15 stycznia Zakład Logiki Stosowanej UAM. Michał Lipnicki () Logika 15 stycznia / 37
Logika Michał Lipnicki Zakład Logiki Stosowanej UAM 15 stycznia 2011 Michał Lipnicki () Logika 15 stycznia 2011 1 / 37 Wstęp Materiały na dzisiejsze zajęcia zostały opracowane na podstawie pomocy naukowych
Bardziej szczegółowoWprowadzenie do logiki Zdania, cz. III Język Klasycznego Rachunku Predykatów
Wprowadzenie do logiki Zdania, cz. III Język Klasycznego Rachunku Predykatów Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@amu.edu.pl Plan na pytanie o odniesienie przedmiotowe zdań odpowiedź
Bardziej szczegółowo1. Wstęp do logiki. Matematyka jest nauką dedukcyjną. Nowe pojęcia definiujemy za pomocą pojęć pierwotnych lub pojęć uprzednio wprowadzonych.
Elementy logiki i teorii zbiorów. 1. Wstęp do logiki. Matematyka jest nauką dedukcyjną. Nowe pojęcia definiujemy za pomocą pojęć pierwotnych lub pojęć uprzednio wprowadzonych. Pojęcia pierwotne to najprostsze
Bardziej szczegółowoWstęp do logiki. Klasyczny Rachunek Zdań III
Wstęp do logiki Klasyczny Rachunek Zdań III Przypomnijmy: Logika: = Teoria form (schematów, reguł) poprawnych wnioskowań. Wnioskowaniem nazywamy jakąkolwiek skończoną co najmniej dwuwyrazową sekwencję
Bardziej szczegółowoAndrzej Wiśniewski Logika II. Materiały do wykładu dla studentów kognitywistyki
Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykład 5. Wprowadzenie do semantyki teoriomodelowej cz.5. Wynikanie logiczne 1 Na poprzednim wykładzie udowodniliśmy m.in.:
Bardziej szczegółowoWykład 11a. Składnia języka Klasycznego Rachunku Predykatów. Języki pierwszego rzędu.
Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 11a. Składnia języka Klasycznego Rachunku Predykatów. Języki pierwszego rzędu. 1 Logika Klasyczna obejmuje dwie teorie:
Bardziej szczegółowoLOGIKA I TEORIA ZBIORÓW
LOGIKA I TEORIA ZBIORÓW Logika Logika jest nauką zajmującą się zdaniami Z punktu widzenia logiki istotne jest, czy dane zdanie jest prawdziwe, czy nie Nie jest natomiast istotne o czym to zdanie mówi Definicja
Bardziej szczegółowoDowody założeniowe w KRZ
Dowody założeniowe w KRZ Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl w styczniu 2007 Jerzy Pogonowski (MEG) Dowody założeniowe w KRZ w styczniu 2007 1 / 10 Dowody
Bardziej szczegółowoMetody dowodzenia twierdzeń i automatyzacja rozumowań Systemy aksjomatyczne I
Metody dowodzenia twierdzeń i automatyzacja rozumowań Systemy aksjomatyczne I Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@.edu.pl OSTRZEŻENIE Niniejszy plik nie zawiera wykładu z Metod dowodzenia...
Bardziej szczegółowoDrzewa Semantyczne w KRZ
Drzewa Semantyczne w KRZ Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl 7 XII 2006, 13:30 15:00 Jerzy Pogonowski (MEG) Drzewa Semantyczne w KRZ 7 XII 2006, 13:30 15:00
Bardziej szczegółowoJEZYKOZNAWSTWO. I NAUKI O INFORMACJI, ROK I Logika Matematyczna: egzamin pisemny 29 czerwca Imię i Nazwisko:...
JEZYKOZNAWSTWO I NAUKI O INFORMACJI, ROK I Logika Matematyczna: egzamin pisemny 29 czerwca 2015 Imię i Nazwisko:............................................................... DZIARSKIE SKRZATY Wybierz
Bardziej szczegółowoAndrzej Wiśniewski Logika II. Materiały do wykładu dla studentów kognitywistyki. Wykład 15. Trójwartościowa logika zdań Łukasiewicza
Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykład 15. Trójwartościowa logika zdań Łukasiewicza 1 Wprowadzenie W logice trójwartościowej, obok tradycyjnych wartości logicznych,
Bardziej szczegółowoAndrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki. Wykład 10. Twierdzenie o pełności systemu aksjomatycznego KRZ
Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 10. Twierdzenie o pełności systemu aksjomatycznego KRZ 1 Tezy KRZ Pewien system aksjomatyczny KRZ został przedstawiony
Bardziej szczegółowoElementy logiki. Wojciech Buszkowski Wydział Matematyki i Informatyki UAM Zakład Teorii Obliczeń
Elementy logiki Wojciech Buszkowski Wydział Matematyki i Informatyki UAM Zakład Teorii Obliczeń 1 Klasyczny Rachunek Zdań 1.1 Spójniki logiczne Zdaniem w sensie logicznym nazywamy wyrażenie, które jest
Bardziej szczegółowoLaboratorium przedmiotu Paradygmaty Programowania
Laboratorium przedmiotu Paradygmaty Programowania Laboratorium 9 Prolog podstawy 1. Podstawy Prologu Programowanie w Prologu polega na deklarowaniu: Faktów dotyczących pewnych obiektów z analizowanego
Bardziej szczegółowoPodstawowe Pojęcia. Semantyczne KRZ
Logika Matematyczna: Podstawowe Pojęcia Semantyczne KRZ I rok Językoznawstwa i Informacji Naukowej UAM 2006-2007 Jerzy Pogonowski Zakład Logiki Stosowanej UAM http://www.logic.amu.edu.pl Dodatek: ściąga
Bardziej szczegółowoJEZYKOZNAWSTWO. I NAUKI O INFORMACJI, ROK I Logika Matematyczna: egzamin pisemny 11 czerwca Imię i Nazwisko:... FIGLARNE POZNANIANKI
JEZYKOZNAWSTWO I NAUKI O INFORMACJI, ROK I Logika Matematyczna: egzamin pisemny 11 czerwca 2012 Imię i Nazwisko:........................................................... FIGLARNE POZNANIANKI Wybierz
Bardziej szczegółowoJEZYKOZNAWSTWO. I NAUKI O INFORMACJI, ROK I Logika Matematyczna: egzamin pisemny 18 czerwca Imię i Nazwisko:... I
JEZYKOZNAWSTWO I NAUKI O INFORMACJI, ROK I Logika Matematyczna: egzamin pisemny 18 czerwca 2013 Imię i Nazwisko:.................................................................................. I Wybierz
Bardziej szczegółowoAndrzej Wiśniewski Logika II. Materiały do wykładu dla studentów kognitywistyki. Wykład 14. Wprowadzenie do logiki intuicjonistycznej
Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykład 14. Wprowadzenie do logiki intuicjonistycznej 1 Przedstawione na poprzednich wykładach logiki modalne możemy uznać
Bardziej szczegółowoLOGIKA Dedukcja Naturalna
LOGIKA Dedukcja Naturalna Robert Trypuz Katedra Logiki KUL 7 stycznia 2014 Robert Trypuz (Katedra Logiki) Założeniowy system klasycznego rachunku zdań 7 stycznia 2014 1 / 42 PLAN WYKŁADU 1 Przykład dowodów
Bardziej szczegółowoNp. Olsztyn leży nad Łyną - zdanie prawdziwe, wartość logiczna 1 4 jest większe od 5 - zdanie fałszywe, wartość logiczna 0
ĆWICZENIE 1 Klasyczny Rachunek Zdań (KRZ): zdania w sensie logicznym, wartości logiczne, spójniki logiczne, zmienne zdaniowe, tabele prawdziwościowe dla spójników logicznych, formuły, wartościowanie zbioru
Bardziej szczegółowoPODSTAWY SZTUCZNEJ INTELIGENCJI
Katedra Informatyki Stosowanej Politechnika Łódzka PODSTAWY SZTUCZNEJ INTELIGENCJI Laboratorium PROGRAMOWANIE SYSTEMÓW EKSPERTOWYCH Opracowanie: Dr hab. inŝ. Jacek Kucharski Dr inŝ. Piotr Urbanek Cel ćwiczenia
Bardziej szczegółowo0.1. Logika podstawowe pojęcia: zdania i funktory, reguły wnioskowania, zmienne zdaniowe, rachunek zdań.
Wykłady z Analizy rzeczywistej i zespolonej w Matematyce stosowanej Wykład ELEMENTY LOGIKI ALGEBRA BOOLE A Logika podstawowe pojęcia: zdania i funktory, reguły wnioskowania, zmienne zdaniowe, rachunek
Bardziej szczegółowoAndrzej Wiśniewski Logika II. Wykłady 10b i 11. Semantyka relacyjna dla normalnych modalnych rachunków zdań
Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykłady 10b i 11. Semantyka relacyjna dla normalnych modalnych rachunków zdań 1 Struktury modelowe Przedstawimy teraz pewien
Bardziej szczegółowoMetoda tabel semantycznych. Dedukcja drogi Watsonie, dedukcja... Definicja logicznej konsekwencji. Logika obliczeniowa.
Plan Procedura decyzyjna Reguły α i β - algorytm Plan Procedura decyzyjna Reguły α i β - algorytm Logika obliczeniowa Instytut Informatyki 1 Procedura decyzyjna Logiczna konsekwencja Teoria aksjomatyzowalna
Bardziej szczegółowoDedukcyjne bazy danych i rekursja
Dedukcyjne bazy danych i rekursja Wykład z baz danych dla studentów matematyki 27 maja 2017 Bazy danych z perspektywy logiki Spojrzenie na bazy danych oczami logika pozwala jednolicie opisać szereg pojęć.
Bardziej szczegółowoWYKŁAD 3: METODA AKSJOMATYCZNA
METODY DOWODZENIA TWIERDZEŃ I AUTOMATYZACJA ROZUMOWAŃ WYKŁAD 3: METODA AKSJOMATYCZNA III rok kognitywistyki UAM, 2016 2017 Plan na dziś: 1. Przypomnimy, na czym polega aksjomatyczna metoda dowodzenia twierdzeń.
Bardziej szczegółowoMonoidy wolne. alfabetem. słowem długością słowa monoidem wolnym z alfabetem Twierdzenie 1.
3. Wykłady 3 i 4: Języki i systemy dedukcyjne. Klasyczny rachunek zdań. 3.1. Monoidy wolne. Niech X będzie zbiorem niepustym. Zbiór ten będziemy nazywać alfabetem. Skończony ciąg elementów alfabetu X będziemy
Bardziej szczegółowoMyślenie w celu zdobycia wiedzy = poznawanie. Myślenie z udziałem rozumu = myślenie racjonalne. Myślenie racjonalne logiczne statystyczne
Literatura: podstawowa: C. Radhakrishna Rao, Statystyka i prawda, 1994. G. Wieczorkowska-Wierzbińska, J. Wierzbiński, Statystyka. Od teorii do praktyki, 2013. A. Aczel, Statystyka w zarządzaniu, 2002.
Bardziej szczegółowoLogika Matematyczna. Zadania Egzaminacyjne, 2007
Logika Matematyczna Zadania Egzaminacyjne, 2007 I Rok Językoznawstwa i Informacji Naukowej UAM Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl Podajemy rozwiązania zadań egzaminacyjnych.
Bardziej szczegółowoLogika Stosowana. Wykład 2 - Logika modalna Część 2. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017
Logika Stosowana Wykład 2 - Logika modalna Część 2 Marcin Szczuka Instytut Informatyki UW Wykład monograficzny, semestr letni 2016/2017 Marcin Szczuka (MIMUW) Logika Stosowana 2017 1 / 27 Plan wykładu
Bardziej szczegółowoTadeusz Pankowski www.put.poznan.pl/~tadeusz.pankowski. Definicja. Definicja
Plan Zależności funkcyjne 1. Zależności funkcyjne jako klasa ograniczeń semantycznych odwzorowywanego świata rzeczywistego. 2. Schematy relacyjne = typ relacji + zależności funkcyjne. 3. Rozkładalność
Bardziej szczegółowoLogika Matematyczna (1)
Logika Matematyczna (1) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl 4 X 2007 Jerzy Pogonowski (MEG) Logika Matematyczna (1) 4 X 2007 1 / 18 Plan konwersatorium Dzisiaj:
Bardziej szczegółowovf(c) =, vf(ft 1... t n )=vf(t 1 )... vf(t n ).
6. Wykład 6: Rachunek predykatów. Język pierwszego rzędu składa się z: symboli relacyjnych P i, i I, gdzie (P i ) oznaczać będzie ilość argumentów symbolu P i, symboli funkcyjnych f j, j J, gdzie (f j
Bardziej szczegółowoRachunek zdań i predykatów
Rachunek zdań i predykatów Agnieszka Nowak 14 czerwca 2008 1 Rachunek zdań Do nauczenia :! 1. ((p q) p) q - reguła odrywania RO 2. reguła modus tollens MT: ((p q) q) p ((p q) q) p (( p q) q) p (( p q)
Bardziej szczegółowoNOWE ODKRYCIA W KLASYCZNEJ LOGICE?
S ł u p s k i e S t u d i a F i l o z o f i c z n e n r 5 * 2 0 0 5 Jan Przybyłowski, Logika z ogólną metodologią nauk. Podręcznik dla humanistów, Wydawnictwo Uniwersytetu Gdańskiego, Gdańsk 2003 NOWE
Bardziej szczegółowo1 Podstawowe oznaczenia
Poniżej mogą Państwo znaleźć skondensowane wiadomości z wykładu. Należy je traktować jako przegląd pojęć, które pojawiły się na wykładzie. Materiały te nie są w pełni tożsame z tym co pojawia się na wykładzie.
Bardziej szczegółowoKlasyczny rachunek predykatów
Kultura logiczna Klasyczny rachunek predykatów Bartosz Gostkowski bgostkowski@gmail.com Alfabet klasycznego rachunku zdań reguły konsytutywne języka Alfabet klasycznego rachunku predykatów (KRP Do alfabetu
Bardziej szczegółowoIW - Kolokwium 1. 8z Cudze chwalicie, swego nie znacie, sami nie wiecie, co posiadacie
IW - Kolokwium 1 8z Cudze chwalicie, swego nie znacie, sami nie wiecie, co posiadacie x Człowiek(x) [ y ~Posiada(x, y) => Chwali(x, y) ] [ z Posiada(x, z) => ~Zna(x, z) ] [ u Posiada(x, u) ~Świadom_posiadania(x,
Bardziej szczegółowoUwagi wprowadzajace do reguł wnioskowania w systemie tabel analitycznych logiki pierwszego rzędu
Witold Marciszewski: Wykład Logiki, 17 luty 2005, Collegium Civitas, Warszawa Uwagi wprowadzajace do reguł wnioskowania w systemie tabel analitycznych logiki pierwszego rzędu 1. Poniższe wyjaśnienie (akapit
Bardziej szczegółowoMetoda Tablic Semantycznych
Procedura Plan Reguły Algorytm Logika obliczeniowa Instytut Informatyki Plan Procedura Reguły 1 Procedura decyzyjna Logiczna równoważność formuł Logiczna konsekwencja Procedura decyzyjna 2 Reguły α, β,
Bardziej szczegółowoProgramowanie deklaratywne
Programowanie deklaratywne Artur Michalski Informatyka II rok Plan wykładu Wprowadzenie do języka Prolog Budowa składniowa i interpretacja programów prologowych Listy, operatory i operacje arytmetyczne
Bardziej szczegółowoLogika Matematyczna (1)
Logika Matematyczna (1) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Wprowadzenie Jerzy Pogonowski (MEG) Logika Matematyczna (1) Wprowadzenie 1 / 20 Plan konwersatorium
Bardziej szczegółowoLogika. Michał Lipnicki. 18 listopada Zakład Logiki Stosowanej UAM. Michał Lipnicki Logika 18 listopada / 1
Logika Michał Lipnicki Zakład Logiki Stosowanej UAM 18 listopada 2012 Michał Lipnicki Logika 18 listopada 2012 1 / 1 Wstęp Materiały na dzisiejsze zajęcia zostały opracowane na podstawie pomocy naukowych
Bardziej szczegółowoIII rok kognitywistyki UAM,
METODY DOWODZENIA TWIERDZEŃ I AUTOMATYZACJA ROZUMOWAŃ WYKŁAD 6A: REZOLUCJA III rok kognitywistyki UAM, 2016 2017 1 Rezolucja w KRZ Dowody rezolucyjne w KRZ są równie proste, jak dowody tablicowe Metoda
Bardziej szczegółowoStruktury formalne, czyli elementy Teorii Modeli
Struktury formalne, czyli elementy Teorii Modeli Szymon Wróbel, notatki z wykładu dra Szymona Żeberskiego semestr zimowy 2016/17 1 Język 1.1 Sygnatura językowa Sygnatura językowa: L = ({f i } i I, {P j
Bardziej szczegółowoMATEMATYKA DYSKRETNA, PODSTAWY LOGIKI I TEORII MNOGOŚCI
MATEMATYKA DYSKRETNA, PODSTAWY LOGIKI I TEORII MNOGOŚCI Program wykładów: dr inż. Barbara GŁUT Wstęp do logiki klasycznej: rachunek zdań, rachunek predykatów. Elementy semantyki. Podstawy teorii mnogości
Bardziej szczegółowoRachunek logiczny. 1. Język rachunku logicznego.
Rachunek logiczny. Podstawową własnością rozumowania poprawnego jest zachowanie prawdy: rozumowanie poprawne musi się kończyć prawdziwą konkluzją, o ile wszystkie przesłanki leżące u jego podstaw były
Bardziej szczegółowoImię i nazwisko:... OBROŃCY PRAWDY
Egzamin: Logika Matematyczna, I rok JiNoI, 30 czerwca 2014 Imię i nazwisko:........................................... OBROŃCY PRAWDY Wybierz dokładnie cztery z poniższych pięciu zadań i spróbuj je rozwiazać.
Bardziej szczegółowoZiemia obraca się wokół Księżyca, bo posiadając odpowiednią wiedzę można stwierdzić, czy są prawdziwe, czy fałszywe. Zdaniami nie są wypowiedzi:
1 Elementy logiki W logice zdaniem nazywamy wypowiedź oznajmującą, która (w ramach danej nauki) jest albo prawdziwa, albo fałszywa. Tak więc zdanie może mieć jedną z dwóch wartości logicznych. Prawdziwość
Bardziej szczegółowoLogika Stosowana. Wykład 7 - Zbiory i logiki rozmyte Część 3 Prawdziwościowa logika rozmyta. Marcin Szczuka. Instytut Informatyki UW
Logika Stosowana Wykład 7 - Zbiory i logiki rozmyte Część 3 Prawdziwościowa logika rozmyta Marcin Szczuka Instytut Informatyki UW Wykład monograficzny, semestr letni 2016/2017 Marcin Szczuka (MIMUW) Logika
Bardziej szczegółowoLogika Matematyczna (2,3)
Logika Matematyczna (2,3) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl 11, 18 X 2007 Jerzy Pogonowski (MEG) Logika Matematyczna (2,3) 11, 18 X 2007 1 / 34 Język KRZ
Bardziej szczegółowoSystemy ekspertowe. Krzysztof Patan
Systemy ekspertowe Krzysztof Patan Wprowadzenie System ekspertowy Program komputerowy, który wykonuje złożone zadania o dużych wymaganiach intelektualnych i robi to tak dobrze jak człowiek będący ekspertem
Bardziej szczegółowoAndrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki. Wykład 9. Koniunkcyjne postacie normalne i rezolucja w KRZ
Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 9. Koniunkcyjne postacie normalne i rezolucja w KRZ 1 Inferencyjna równoważność formuł Definicja 9.1. Formuła A jest
Bardziej szczegółowoSZTUCZNA INTELIGENCJA
SZTUCZNA INTELIGENCJA WYKŁAD 10. WNIOSKOWANIE W LOGICE ROZMYTEJ Częstochowa 2014 Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska WNIOSKOWANIE W LOGICE DWUWARTOŚCIOWEJ W logice
Bardziej szczegółowoBazy Danych. Bazy Danych i SQL Podstawowe informacje o bazach danych. Krzysztof Regulski WIMiIP, KISiM,
Bazy Danych Bazy Danych i SQL Podstawowe informacje o bazach danych Krzysztof Regulski WIMiIP, KISiM, regulski@metal.agh.edu.pl Oczekiwania? 2 3 Bazy danych Jak przechowywać informacje? Jak opisać rzeczywistość?
Bardziej szczegółowoJak logik przewozi kozę przez rzekę?
Jak logik przewozi kozę przez rzekę? 1. Koza i kapusta 1.1. Problem Na lewym brzegu rzeki, na przystani promowej, znajdują się: chłop, koza i kapusta. Prom jest samoobsługowy (może obsługiwać go tylko
Bardziej szczegółowoWykład I. Wprowadzenie do baz danych
Wykład I Wprowadzenie do baz danych Trochę historii Pierwsze znane użycie terminu baza danych miało miejsce w listopadzie w 1963 roku. W latach sześcdziesątych XX wieku został opracowany przez Charles
Bardziej szczegółowoDedukcyjne bazy danych i rekursja
Dedukcyjne bazy danych i rekursja Wykład z baz danych dla studentów matematyki 23 maja 2015 Bazy danych z perspektywy logiki Spojrzenie na bazy danych oczami logika pozwala jednolicie opisać szereg pojęć.
Bardziej szczegółowoLogika formalna SYLABUS A. Informacje ogólne
Logika formalna SYLABUS A. Informacje ogólne studiów Poziom kształcenia Profil studiów Forma studiów Rodzaj przedmiotu Rok studiów /semestr Wymagania wstępne Liczba godzin zajęć Założenia i cele przedmiotu
Bardziej szczegółowoAlfred N. Whitehead
Plan wykładu Automatyczne dowodzenie twierdzeń Dowodzenie twierdzeń matematycznych Dedukcja Logic Theorist Means-endsends Analysis Rezolucja Programowanie w logice PROLOG Logic Theorist - 1956 Automatyczne
Bardziej szczegółowoAndrzej Wiśniewski Logika II. Wykłady 9 i 10a. Wybrane modalne rachunki zdań. Ujęcie aksjomatyczne
Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki rok akademicki 2007/2008 Wykłady 9 i 10a. Wybrane modalne rachunki zdań. Ujęcie aksjomatyczne 1 Język aletycznych modalnych
Bardziej szczegółowoDowód pierwszego twierdzenia Gödela o. Kołmogorowa
Dowód pierwszego twierdzenia Gödela o niezupełności arytmetyki oparty o złożoność Kołmogorowa Grzegorz Gutowski SMP II rok opiekun: dr inż. Jerzy Martyna II UJ 1 1 Wstęp Pierwsze twierdzenie o niezupełności
Bardziej szczegółowoWstęp do Techniki Cyfrowej... Algebra Boole a
Wstęp do Techniki Cyfrowej... Algebra Boole a Po co AB? Świetne narzędzie do analitycznego opisu układów logicznych. 1854r. George Boole opisuje swój system dedukcyjny. Ukoronowanie zapoczątkowanych w
Bardziej szczegółowoAndrzej Wiśniewski Logika II. Wykład 6. Wprowadzenie do semantyki teoriomodelowej cz.6. Modele i pełność
Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykład 6. Wprowadzenie do semantyki teoriomodelowej cz.6. Modele i pełność 1 Modele Jak zwykle zakładam, że pojęcia wprowadzone
Bardziej szczegółowoMetody dowodzenia twierdzeń i automatyzacja rozumowań Tabele syntetyczne: definicje i twierdzenia
Metody dowodzenia twierdzeń i automatyzacja rozumowań Tabele syntetyczne: definicje i twierdzenia Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@.edu.pl Metoda tabel syntetycznych (MTS) MTS
Bardziej szczegółowoTechniki informacyjne dla wnioskowania oraz generowania, reprezentacji i zarządzania wiedzą
Zakład Zaawansowanych Technik Informacyjnych (Z-6) Techniki informacyjne dla wnioskowania oraz generowania, reprezentacji i zarządzania wiedzą Zadanie nr 2 Relacyjne systemy dedukcyjne: teoria i zastosowania
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Informatyka Rodzaj przedmiotu: obowiązkowy w ramach treści wspólnych z kierunkiem Matematyka, moduł kierunku obowiązkowy Rodzaj zajęć: wykład, ćwiczenia I KARTA PRZEDMIOTU CEL
Bardziej szczegółowoWstęp do logiki. Klasyczny Rachunek Zdań II
Wstęp do logiki Klasyczny Rachunek Zdań II DEF. 1 (Słownik). Następujące znaki tworzą słownik języka KRZ: p 1, p 2, p 3, (zmienne zdaniowe) ~,,,, (spójniki) ), ( (nawiasy). DEF. 2 (Wyrażenie). Wyrażeniem
Bardziej szczegółowoAlgebrę L = (L, Neg, Alt, Kon, Imp) nazywamy algebrą języka logiki zdań. Jest to algebra o typie
3. Wykłady 5 i 6: Semantyka klasycznego rachunku zdań. Dotychczas rozwinęliśmy klasyczny rachunek na gruncie czysto syntaktycznym, a więc badaliśmy metodę sprawdzania, czy dana formuła B jest dowodliwa
Bardziej szczegółowoProjektowanie systemów informatycznych. Roman Simiński siminskionline.pl. Modelowanie danych Diagramy ERD
Projektowanie systemów informatycznych Roman Simiński roman.siminski@us.edu.pl siminskionline.pl Modelowanie danych Diagramy ERD Modelowanie danych dlaczego? Od biznesowego gadania do magazynu na biznesowe
Bardziej szczegółowoBazy danych w geomatyce Databases in Geomatics
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 05/06 Bazy danych w geomatyce Databases in Geomatics Załącznik nr 7 do Zarządzenia
Bardziej szczegółowoDalszy ciąg rachunku zdań
Dalszy ciąg rachunku zdań Wszystkie możliwe funktory jednoargumentowe p f 1 f 2 f 3 f 4 0 0 0 1 1 1 0 1 0 1 Wszystkie możliwe funktory dwuargumentowe p q f 1 f 2 f 3 f 4 f 5 f 6 f 7 f 8 f 9 f 10 f 11 f
Bardziej szczegółowoLekcja 3: Elementy logiki - Rachunek zdań
Lekcja 3: Elementy logiki - Rachunek zdań S. Hoa Nguyen 1 Materiał a) Zdanie proste, złożone b) Spójniki logiczne (funktory zdaniotwórcze):,,,,, (alternatywa wykluczająca - XOR). c) Tautologia, zdanie
Bardziej szczegółowoElementy logiki Klasyczny rachunek predykatów
Elementy logiki. Klasyczny rachunek predykatów. 1 Elementy logiki Klasyczny rachunek predykatów Wojciech Buszkowski Zakład Teorii Obliczeń Wydział Matematyki i Informatyki Uniwersytet im. Adama Mickiewicza
Bardziej szczegółowoFUNKCJA KWADRATOWA. 1. Definicje i przydatne wzory. lub trójmianem kwadratowym nazywamy funkcję postaci: f(x) = ax 2 + bx + c
FUNKCJA KWADRATOWA 1. Definicje i przydatne wzory DEFINICJA 1. Funkcja kwadratowa lub trójmianem kwadratowym nazywamy funkcję postaci: f(x) = ax + bx + c taką, że a, b, c R oraz a 0. Powyższe wyrażenie
Bardziej szczegółowoKatedra Teorii i Filozofii Prawa Poznań, dnia 27 września 2018 r.
Katedra Teorii i Filozofii Prawa Poznań, dnia 27 września 2018 r. OPISU MODUŁU KSZTAŁCENIA (SYLABUS) dla przedmiotu Logika prawnicza na kierunku Prawo I. Informacje ogólne 1. Nazwa modułu kształcenia:
Bardziej szczegółowoĆWICZENIE 2. DEF. Mówimy, że formuła A wynika logicznie z formuł wartościowanie w, takie że w A. A,, A w KRZ, jeżeli nie istnieje
ĆWICZENIE 2 Klasyczny Rachunek Zdań (KRZ): wynikanie logiczne, wnioskowanie, niezawodny schemat wnioskowania, wnioskowanie dedukcyjne, równoważność logiczna, iniowalność spójników za mocą formuły. DEF.
Bardziej szczegółowoProgramowanie deklaratywne
Programowanie deklaratywne Artur Michalski Informatyka II rok Plan wykładu Wprowadzenie do języka Prolog Budowa składniowa i interpretacja programów prologowych Listy, operatory i operacje arytmetyczne
Bardziej szczegółowoTechnologie i systemy oparte na logice rozmytej
Zagadnienia I Technologie i systemy oparte na logice rozmytej Mają zastosowania w sytuacjach kiedy nie posiadamy wystarczającej wiedzy o modelu matematycznym rządzącym danym zjawiskiem oraz tam gdzie zbudowanie
Bardziej szczegółowoTechnologia informacyjna
Technologia informacyjna Pracownia nr 9 (studia stacjonarne) - 05.12.2008 - Rok akademicki 2008/2009 2/16 Bazy danych - Plan zajęć Podstawowe pojęcia: baza danych, system zarządzania bazą danych tabela,
Bardziej szczegółowoZależności funkcyjne
Zależności funkcyjne Plan wykładu Pojęcie zależności funkcyjnej Dopełnienie zbioru zależności funkcyjnych Postać minimalna zbioru zależności funkcyjnych Domknięcie atrybutu relacji względem zależności
Bardziej szczegółowoInterpretacja Niech U będzie zbiorem formuł takim, że zbiór {p 1,..., p k } jest zbiorem wszystkich symboli predykatywnych, {f 1,..., f l } jest zbior
Rachunek predykatów Wykład 5 Plan wykładu Funkcje i termy Postać klauzulowa formuł Modele Herbranda Twierdzenie Herbranda Rezolucja dla klauzul ustalonych Podstawienia Uzgadnianie Rezolucja Funkcje i termy
Bardziej szczegółowoIII rok kognitywistyki UAM,
METODY DOWODZENIA TWIERDZEŃ I AUTOMATYZACJA ROZUMOWAŃ WYKŁAD 14: POWTÓRKA III rok kognitywistyki UAM, 2016 2017 Dzisiejszy wykład w całości poświęcony będzie omówieniu przykładowych zadań, podobnych do
Bardziej szczegółowoWstęp do logiki. Klasyczny Rachunek Predykatów I
Wstęp do logiki Klasyczny Rachunek Predykatów I KRZ jest teorią stanowiącą wstępną część logiki formalnej, część zakładaną przez inne teorie. Przypomnijmy, jest on teorią związków logicznych między zdaniami
Bardziej szczegółowoLogika intuicjonistyczna
Logika intuicjonistyczna Logika klasyczna oparta jest na pojęciu wartości logicznej zdania. Poprawnie zbudowane i jednoznaczne stwierdzenie jest w tej logice klasyfikowane jako prawdziwe lub fałszywe.
Bardziej szczegółowoRachunki relacji. Rachunki relacji. RRK Relacyjny Rachunek Krotek
Rachunki relacji Rachunki relacji 1. RRK Relacyjny Rachunek Krotek 2. RRD Relacyjny Rachunek Dziedzin 3. Datalog Database Prolog Tadeusz Pankowski www.put.poznan.pl/~tadeusz.pankowski T. Pankowski, Rachunki
Bardziej szczegółowo1. Składnia. Logika obliczeniowa - zadania 1 SKŁADNIA Teoria
Logika obliczeniowa - zadania 1 SKŁADNIA 1. Składnia 1.1. Teoria 1. Składnia oznacza reguły tworzenia... z.... 2. Rachunek predykatów pierwszego rzędu (w skrócie: rachunek predykatów) wyróżnia cztery zbiory
Bardziej szczegółowo