MODELOWANIE PROCESÓW BIZNESOWYCH W LOGIKACH NIEKLASYCZNYCH

Wielkość: px
Rozpocząć pokaz od strony:

Download "MODELOWANIE PROCESÓW BIZNESOWYCH W LOGIKACH NIEKLASYCZNYCH"

Transkrypt

1 MODELOWANIE PROCESÓW BIZNESOWYCH W LOIKACH NIEKLASYCZNYCH Stanisław Kędzierski Wprowadzenie Istnieje wiele sposobów modelowania rzeczywistości. Rodzaj modelu zaleŝy od celu jakiemu ma ono słuŝyć. TakŜe narzędzia jakich uŝywa się w tym procesie zaleŝą nie tylko od temperamentu osoby modelującej ale takŝe od celów modelowania. Przykładowo jeśli interesują nas aspekty ilościowe stosowane powinny być techniki obliczeniowe (programowanie liniowe, metody optymalizacyjne itp.) a jeśli jakościowe właściwym byłoby wykorzystanie narzędzi jakościowych (logiki). Przedmiotem zainteresowania informatyków gospodarczych są instytucje i zachodzące w nich procesy. W procesie biznesowym uczestniczą agenci, którzy wykonują określone właściwe im czynności w wyniku których osiągany jest cel procesu. Agenci ci winni wykonać określone czynności we właściwej kolejności i we właściwym czasie. Do opisu rzeczywistości logika stosuje wiele narzędzi rozpoczynając od logiki klasycznej. Jeśli trzeba modelować obiekty więcej niŝ jednego typu wprowadzana jest logika, która modeluje wiele typów (ang. many sorted logic). Logiki stosowane w modelowaniu procesu biznesowego (epistemiczna czyli logika wiedzy, temporalna oraz deontyczna) [Marc87] są logikami modalnymi posiadającymi swe korzenie w filozofii. Konstrukcja modelu będzie więc wieloetapowa powinna obejmować takie składowe cząstkowe modelowanej rzeczywistości jak: agenci, struktura, powinności kaŝdego z agentów, wiedza o faktach, proces, zaleŝności czasowe.

2 METODY FORMALNE W SWO Celem niniejszego artykuł jest odpowiedź na pytanie czy moŝna stosować logikę (logiki nieklasyczne) do modelowania procesów biznesowych a takŝe przedstawienie złoŝoności procesu modelowania procesów biznesowych zachodzących w instytucjach. Zostanie zaprezentowana procedura włączania kolejnych logik nieklasycznych w juŝ istniejący model celem odpowiedzi na pojawiające się pytania i wzbogacenia modelu. Model agentów (logika akcji wielu typów) Na model agentów składają się dwa typy agentów: 1. agentów będących osobami 2. agentów maszyn W warstwie syntaktycznej logika opisująca działania agentów składa się ze skończonego niepustego zbioru typów: T = { Akcje, Agenci } gdzie: Akcje jest niepustym typem akcji zaś Agenci jest niepustym typem agentów (wykonawców). MoŜliwe jest wprowadzenie dwu pod-typów: agentów osób i agentów maszyn. Symbole stałych s 1, s 2,... oznaczają elementy poszczególnych typów. Nazwy agentów mogą być przedstawione jako n-tka s 1, s 2,..., s n gdzie s 1, s 2,..., s n Agenci Nazwy akcji mogą być przedstawione jako n-tka s 1, s 2,..., s n gdzie s 1, s 2,..., s n Akcje Symbole predykatów mogą być przedstawione jako n-tka s 1, s 2,..., s n gdzie s 1, s 2,..., s n P, gdzie P jest (być moŝe pustym) zbiorem predykatów typu s 1, s 2,..., s n Zmienne niepusty zbiór róŝnych zmiennych wszystkich typów s S Operatory (funktory) logiczne - (negacji), (równowaŝności), (implikacji), (konjunkcji), (alternatywy), oraz [ ] (mocny dynamiczny operator logiki modalnej), Operatory połączeń akcji - (złoŝenie równoległe), ; (złoŝenie sekwencyjne), + (wybór deterministyczny), oraz (negacja). Reguły budująceformuły Dla termów stosowane są następujące reguły: zmienne lub stałe dowolnego typu s S są termami, termem typu Akcje są napisy postaci α(t 1,, t n ) gdzie α jest symbolem akcji typu s 1,, s n, zaś t 1,, t n są termami typów s 1,, s n termem typu Agenci są napisy postaci i(t 1,, t n ) gdzie i jest symbolem akcji typu s 1,, s n, zaś t 1,, t n są termami typów s 1,, s n

3 ROZDZIAŁ IV nie ma innych termów poza wymienionymi Dla atomów stosowane są następujące reguły: jeśli t 1,, t n są termami typów s 1,, s n, oraz p jest symbolem predykatu typu s 1,, s n, wtedy p(t 1,, t n ) jest atomem. napis (i, α) jest atomem jeśli tylko i jest typu Agenci i α jest typu Akcje, atomem jest podstawienie t i = s t ii jeśli tylko t i oraz t ii, są termami typu s nic ponadto nie jest atomem. Definicja formuł obejmuje: kaŝdy atom jest formułą, jeśli ϕ jest formułą jest nią takŝe ϕ, jeśli ϕ oraz ψ są formułami to są nimi takŝe: (ϕ ψ) (ϕ ψ) (ϕ ψ) (ϕ ψ) we wszystkich typach, s S, jeśli x jest zmienną typu s oraz ϕ jest formułą, wtedy s xϕ oraz s xϕ są takŝe formułami. nic ponadto nie jest formułą. Tak zdefiniowany język logiki łączy w sobie moŝliwość przedstawiania agentów i akcji przez nich wykonywanych. Operatory łączenia akcji stwarzają moŝliwość budowania działań złoŝonych. Jako przykład zastosowania łączonej logiki akcji i standardowej weźmy typy sprzedawcy samochodów, samochodów, klientów. Centralnym typem jest typ agentów Agenci. MoŜliwymi wystąpieniami w tym typie są: kierownik, sprzedawca oraz klient. W danym typie moŝe występować tylko jeden agent np.: w typie Dealer D, istnieje jeden agent kierownik. W punkcie sprzedaŝy samochodów moŝe być zatrudnionych wielu sprzedawców, których moŝna oznaczyć jako sprzedawca typu D, N, gdzie D oznacza dealer a u którego sprzedawca jest zatrudniony, zaś N będące liczbą naturalną rozróŝniającą kolejnych sprzedawców. W podobny sposób opisywani są klienci naszego dealer a; jako klient typu D, N. agenci aby osiągnąć cel (np.: sprzedaŝ i kupno auta) wykonują proces biznesowy i komunikują się ze sobą przekazując sobie róŝne informacje. Dzieje się to z wykorzystaniem aktów mowy [Kędz01]. Wiele z akcji (typu Akcje) angaŝuje agenta i samochód, co powoduje wprowadzenie kolejnego typu Samochód. Niektóre z akcji moŝna opisać: ZAMÓWIENIE typu Agenci, Samochód ; POTWIERDZENIE typu Agenci, Agenci, Akcje); SPOTKANIE typu Agenci, Data. Szczególnie istotne miejsce w modelowaniu procesów biznesowych odgrywa akcja POTWIERDZENIE, która poświadcza przekazanie innemu agentowi nowej wiedzy (informacji o fakcie). Przykładowo jeśli sprzedawca potwierdzi kie-

4 METODY FORMALNE W SWO rownikowi iŝ klient planuje kupno samochodu wtedy kierownik powiększa swą wiedzę. W logice akcji gdzie α oznacza akcję zaś ϕ jest formułą, zapis [α]ϕ oznacza Ŝe zakończenie wykonywania α prowadzi do sytuacji w której ϕ jest prawdziwe. Uprecyzyjnienie wykonania akcji α przez agenta i zapisuje się jako [i, α]ϕ [Kędz00]. Przykładowo jeśli agent i (w tym przypadku klient) zamawia samochód wtedy jest moŝliwy jego zakup. Formalny zapis jest następujący: [i, ZAMÓWIENIE(c1)] DOSTĘPNOŚĆ(c1). Model czasu (logika temporalna) W celu wprowadzenia zaleŝności czasowych do modelu konieczne jest dołączenie rozszerzenie aparatu formalnego o logikę temporalną [Marc87]. Najprostszym modelem czasu jest dyskretny czas liniowy. Wprowadzić naleŝy operatory modalne: ( zawsze ), ( moŝliwe czasami ), O ( w następnej chwili ), oraz U ( dopóki ). Intuicyjne znaczenie operatora jest następujące: ϕ przyjmuje wartość prawdy jeśli ϕ jest prawdziwe teraz i we wszystkich następujących później punktach czasu, ϕ jest prawdziwe jeśli ϕ ma wartość prawdy obecnie lub kiedyś w przyszłości; Oϕ jest prawdziwe jeśli ϕ będzie prawdziwe w następnym punkcie czasu (w następnym momencie) oraz ϕ Uψ jest prawdziwe jeśli ϕ jest prawdziwe dopóki ψ jest prawdziwe (i ψ jest teŝ prawdziwe). MoŜliwe jest rozciągnięcie działania operatorów temporalnych o czas przeszły. I tak operatory p ( zawsze w przeszłości ), p ( czasami w przeszłości ), Op ( poprzednio ), oraz Up ( odkąd ) odnosza się do przeszłości. Zapis faktu iŝ agent i wykonał akcję α w przeszłości zapisuje się jako: p (i, α). Model wiedzy (logika epistemiczna) Kolejnym rozszerzeniem w przedstawianiu modelu procesu biznesowego z wykorzystaniem logik nieklasycznych jest logika epistemiczna. W logice tej stosowana jest nowa kategoria określająca (w przeciwieństwie do innych logik traktujących kaŝdego agenta indywidualnie) skończoną grupę agentów. Formalnie wprowadza się dwa operatory: K i dla kaŝdego i z typu Agenci, oraz E i C dla kaŝdej z grup agentów. Wprowadzić naleŝy równieŝ następującą regułę rozszerzającą poprawne wyraŝenia: jeśli i jest jednym z typów Agenci, wtedy K i ϕ jest formułą, oraz jeśli ϕ jest formułą i jest nazwą grupy agentów wtedy E ϕ i C ϕ są formułami. Semantyka operatorów K, E ϕ i C ϕ jest następująca. Odwołać się naleŝy do struktur Kripkego, które odnoszą się do moŝliwych światów. Struktura Kripkego M dla n agentów nad zbiorem atomów Φ jest n-tka (S, π, ν i1,, ν in ), gdzie S jest zbiorem stanów lub moŝliwych światów, π jest funkcją interpretującą skojarzoną

5 ROZDZIAŁ IV z kaŝdym stanem atomu Φ w S w wartości prawdy lub fałszu (czyli π(s) : Φ {true, false} dla wszystkich s S), oraz ν i jest relacją binarną w S. Rozpatrywana jest ν i jako relacja moŝliwości definiująca co agent i moŝe rozwaŝać w dowolnie danym świecie. Formalnie zapisuje się to następująco: (M, s) = K i ϕ, wtw (M, t) = ϕ dla wszystkich t takich Ŝe (s, t) ν. Jeśli agent posiada niezbędne informacje do wykluczenia świata gdzie ϕ jest prawdziwe wtedy agent i posiada informacje wiedzę Ŝe ϕ jest prawdziwe. Operator modalny E ϕ ( wszyscy członkowie grupy wiedzą Ŝe ϕ ) definiowany jest jako: Eϕ =ˆ i K iϕ, czyli Ŝe zachodzi E ϕ wtedy i tylko wtedy jeśli agent i 1 wie Ŝe ϕ oraz agent i 2 wie Ŝe ϕ oraz. agent i n wie Ŝe ϕ, gdzie agenci i 1, i 2,, i n są elementami grupy. Taka definicja jest szczególnie uŝyteczna przy wiedzy iteracyjnej określanej następująco: 1 E ϕ =ˆ Eϕ k k 1 E ϕ = ˆ EE ϕ dla k>1 przypadek podstawowy Wiedzę elementarną moŝna przedstawiać elementy mentalne postaci jeśli i 1 oraz i 2 wzajemnie są przekonani Ŝe ϕ wtedy i 1 oraz i 2 przekonani są Ŝe ϕ. Operator ten moŝna łatwo uogólnić na grupę liczącą skończoną liczbę członków. MoŜna powiedzieć Ŝe grupa posiada wspólna wiedzę Ŝe ϕ (C ϕ), jeŝeli wszyscy członkowie tej grupy wiedzą Ŝe wszyscy członkowie grupy wiedzą Ŝe ϕ. Wspólna wiedza grupy moŝe więc być zdefiniowana następująco: C ϕ =ˆ i E ϕ. Model obowiązku (logika deontyczna) Struktury Kripkego pozwalają rozszerzyć rozpatrywaną logikę o kolejną relację stając się następującą n-tką: (S, π, ν i1,, ν in, ν) przy czym S, π, ν i1,, ν in mają takie samo znaczenie jak uprzednio, zaś ν jest relacją idealizacji (preferencji). Definiowanie wartości prawdy jest następujące: (M, s) = Oϕ wtw (M, t) = ϕ dla wszystkich t takich Ŝe (s, t) ν, tak więc stan t jest idealny dla stanu s. Po dołączeniu operatorów logiki deontycznej do konstruowanej złoŝonej logiki moŝna przedstawić obowiązek wykonania akcji. Jeśli i jest typu Agenci oraz α jest typu Akcje, O(i, α) oznacza zobowiązanie agenta i do wykonania akcji α. Operatory P(i, α) i F(i, α) oznaczają zezwolenie na wykonanie akcji oraz zakaz wykonania akcji α przez agenta i. MoŜe to być spowodowane ustaleniami regu- i

6 METODY FORMALNE W SWO laminów lub udzielonymi (lub nie udzielonymi) uprawnieniami do wykonywania niektórych czynności. Na szczególną uwagę zasługuje relatywna logika deontyczna, w której wprowadza się operatory warunkowe [Ziem87]: O(α/ψ) obowiązkowe jest wykonanie akcji α pod warunkiem Ŝe zachodzi ψ, F(α/ψ) zakazane jest wykonanie akcji α pod warunkiem Ŝe zachodzi ψ, P(α/ψ) dozwolone jest wykonanie akcji α pod warunkiem Ŝe zachodzi ψ, Dodatkowo moŝliwe jest wprowadzenie zrelatywizowanych operatorów deontycznych wzbogaconych o czynnik czasu: O j/t (i, α/ψ) oznaczający iŝ agent i zobowiązany jest przez agenta j do wykonania akcji α w czasie t jeśli zachodzi warunek ψ. Przykład Jako przykład zastosowania przedstawionych logik rozpatrzmy sprzedawcę samochodów A typu D. Kieruje nim dyrektor oznaczony Kierownik(A). W skład załogi wchodzi dwu sprzedawców oznaczonych: Sprzedawca(A, 0) oraz Sprzedawca(A, 1), którzy są typu Agenci ( D, N ). Jeden z agentów moŝe być człowiekiem drugi zaś maszyną. Dodatkowo w modelu występuje agent-pośrednik Pośrednik(A, 0) oraz klient Klient(A, 0). Istotne dla modelowanego przykładu jest określenie sposobu w jaki agent-maszyna będzie zbierał informacje. Wysłanie informacji przez Kierownika (dostępnej dla wszystkich sprzedawców) o odpowiedzialności Sprzedawcy(A, 1) za zamówienie części zapasowej staje się wiedzą wspólną w grupie. Formalny zapis tej wiedzy jest następujący: C(O(Sprzedawca(A, 1), ZAMÓWIENIE(c 2 ))). przy czym c 2 jest częścią zapasową do typu Samochód. Na podstawie wspólnej wiedzy grupy o zamówieniu części akcja Sprzedawcy(A, 1) jest skoordynowana. Po dokonaniu zamówienia Sprzedawca(A, 1) wysyła notę (notyfikuje) do Kierownika o wykonaniu polecenia, czyli kierownik pozyskuje nowa wiedzę. Zapis formalny jest następujący: [(Sprzedawca(A, 1), POTWIERDZA(Kierownik(A), Sprzedawca(A, 1), ZAMÓWIENIE(c 2 ))] K Kierownik(A) (Sprzedawca(A, 1), ZAMÓWIENIE(c 2 )). Wykonanie akcji POTWIERŹ moŝe wywołać inne akcje, np.: klient informuje agenta pośredniczącego o chęci nabycia auta. W związku z tym agent pośredniczący zobowiązany jest do podjęcia pewnych akcji (zorganizowanie spotkania). Zapis formalny jest następujący: [(Klient(A, 0), POTWIERDZA(Pośrednik(A, 0), Klient (A, 0), KUPNO(c 2 )] K Pośrednik (A) ( Klient (A, 0), ZAMÓWIENIE(c 2 )) O(Pośrednik (A, 0), ZORANIZOWANIE_SPOTKANIA (Klient (A, 0), Data )).

7 ROZDZIAŁ IV W działaniu gospodarczym moŝe okazać się waŝne posiadanie wiedzy o tym czy dana akcja miała miejsce w przeszłości. Aby zanotować informację Ŝe (Sprzedawca(A, 1) wie iŝ był zobowiązany do zamówienia części pisze się: p (K Sprzedawca(A, 1) O(Sprzedawca(A, 1), ZAMÓWIENIE(c 2 )). Jedną z własności logiki deontycznej jest modelowanie stanu faktycznego w przeciwieństwie do idealnego moŝna więc modelować systemy tolerujące błędy. Przykładowo jeśli agent maszyna nie zamówi części odpowiedzialność za wykonanie tej akcji przechodzi na agenta człowieka co moŝna zapisać: (O(Sprzedawca(A, 1), ZAMÓWIENIE (c 2 )) ( Sprzedawca (A, 1), ZAMÓWIENIE (c 2 ))) O(Sprzedawca (A, 0), ZAMÓWIENIE (c 2 )). Dopiero zastosowanie róŝnych logik, ich specyficznych operatorów umoŝliwia modelowanie systemów, w których występuje wiele typów, akcje i róŝne zachowania się agentów. Logika epistemiczna pozwala na przedstawianie wiedzy zaś logika deontyczna opisuje obowiązki agentów. Tak więc do modelowania coraz bardziej rosnącej złoŝoności procesów biznesowych zachodzących w instytucjach naleŝy stosować bardzo wyrafinowane narzędzia logik: klasycznych, akcji, temporalnych, deontycznych i epistemicznych. Literatura [Kędz00] [Kędz01] [Marc87] [Ziem87] Kędzierski S.: Checking correctness of business processes specification in action logic. [in:] Abramowicz W., Orłowska M. /eds/ BIS th International Conference on Business Information Systems, Poznań, Poland, April 2000, Springer-Verlag 2000 pp Kędzierski S.: Formalne metody opisu komunikacji biznesowej. w: ołuchowski J., Sroka H. /red/ Systemy Wspomagania Organizacji SWO 2001, Katowice 2001 Prace Naukowe AE, s Marciszewski W.: Modalność. [w:] Marciszewski W. /red/ Logika formalna Zarys encyklopedyczny z zastosowaniem do informatyki i lingwistyki. PWN Warszawa 1987, s Ziemba Z.: Logika deontyczna. [w:] Marciszewski W. /red/ Logika formalna Zarys encyklopedyczny z zastosowaniem do informatyki i lingwistyki. PWN Warszawa 1987, s

Adam Meissner.

Adam 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 szczegółowo

Logika 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 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 szczegółowo

Logika 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 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 szczegółowo

ŁĄCZONA LOGIKA EPISTEMICZNA I DEONTYCZNA W MODELOWANIU PROCESÓW BIZNESOWYCH

ŁĄCZONA LOGIKA EPISTEMICZNA I DEONTYCZNA W MODELOWANIU PROCESÓW BIZNESOWYCH Stanisław Kędzierski Uniwersytet Ekonomiczny w Katowicach ŁĄCZONA LOGIKA EPISTEMICZNA I DEONTYCZNA W MODELOWANIU PROCESÓW BIZNESOWYCH Wprowadzenie Podczas projektowania, a następnie wykonywania procesów

Bardziej szczegółowo

PODSTAWY SZTUCZNEJ INTELIGENCJI

PODSTAWY 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 szczegółowo

Reguły gry zaliczenie przedmiotu wymaga zdania dwóch testów, z logiki (za ok. 5 tygodni) i z filozofii (w sesji); warunkiem koniecznym podejścia do

Reguły gry zaliczenie przedmiotu wymaga zdania dwóch testów, z logiki (za ok. 5 tygodni) i z filozofii (w sesji); warunkiem koniecznym podejścia do Reguły gry zaliczenie przedmiotu wymaga zdania dwóch testów, z logiki (za ok. 5 tygodni) i z filozofii (w sesji); warunkiem koniecznym podejścia do testu z filozofii jest zaliczenie testu z logiki i zaliczenie

Bardziej szczegółowo

Rachunek logiczny. 1. Język rachunku logicznego.

Rachunek 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 szczegółowo

Andrzej Wiśniewski Logika II. Materiały do wykładu dla studentów kognitywistyki. Wykład 8. Modalności i intensjonalność

Andrzej Wiśniewski Logika II. Materiały do wykładu dla studentów kognitywistyki. Wykład 8. Modalności i intensjonalność Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykład 8. Modalności i intensjonalność 1 Coś na kształt ostrzeżenia Ta prezentacja jest nieco odmienna od poprzednich. To,

Bardziej szczegółowo

Programowanie deklaratywne

Programowanie 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 szczegółowo

LOGIKA I TEORIA ZBIORÓW

LOGIKA 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 szczegółowo

MATEMATYKA DYSKRETNA, PODSTAWY LOGIKI I TEORII MNOGOŚCI

MATEMATYKA 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 szczegółowo

Elementy logiki matematycznej

Elementy logiki matematycznej Elementy logiki matematycznej Przedmiotem logiki matematycznej jest badanie tzw. wyrażeń logicznych oraz metod rozumowania i sposobów dowodzenia używanych w matematyce, a także w innych dziedzinach, w

Bardziej szczegółowo

1. Wstęp do logiki. Matematyka jest nauką dedukcyjną. Nowe pojęcia definiujemy za pomocą pojęć pierwotnych lub pojęć uprzednio wprowadzonych.

1. 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 szczegółowo

Wprowadzenie do logiki epistemicznej. Przekonania i wiedza

Wprowadzenie do logiki epistemicznej. Przekonania i wiedza Logika w zastosowaniach kognitywistycznych Wprowadzenie do logiki epistemicznej. Przekonania i wiedza (notatki do wykładów) Andrzej Wiśniewski Andrzej.Wisniewski@amu.edu.pl wersja beta 1.1 (na podstawie:

Bardziej szczegółowo

Logika 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 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 szczegółowo

LOGIKA Klasyczny Rachunek Zdań

LOGIKA Klasyczny Rachunek Zdań LOGIKA Klasyczny Rachunek Zdań Robert Trypuz trypuz@kul.pl 5 listopada 2013 Robert Trypuz (trypuz@kul.pl) Klasyczny Rachunek Zdań 5 listopada 2013 1 / 24 PLAN WYKŁADU 1 Alfabet i formuła KRZ 2 Zrozumieć

Bardziej szczegółowo

Andrzej Wiśniewski Logika II. Wykłady 10b i 11. Semantyka relacyjna dla normalnych modalnych rachunków zdań

Andrzej 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 szczegółowo

Program do obsługi ubezpieczeń minifort

Program do obsługi ubezpieczeń minifort Program do obsługi ubezpieczeń minifort Dokumentacja uŝytkownika Akwizycja wznowień polis Kraków, grudzień 2008r. Akwizycja Jedną z podstawowych funkcji programu ubezpieczeń majątkowych są funkcje wspomagające

Bardziej szczegółowo

Weryfikacja modelowa. Protokoły komunikacyjne 2006/2007. Paweł Kaczan

Weryfikacja modelowa. Protokoły komunikacyjne 2006/2007. Paweł Kaczan Weryfikacja modelowa Protokoły komunikacyjne 2006/2007 Paweł Kaczan pk209469@students.mimuw.edu.pl Plan Wstęp Trzy kroki do weryfikacji modelowej Problemy Podsumowanie Dziedziny zastosowań Weryfikacja

Bardziej szczegółowo

Programowanie deklaratywne

Programowanie 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 szczegółowo

LOGIKA FORMALNA POPRAWNOŚĆ WNIOSKOWAŃ

LOGIKA FORMALNA POPRAWNOŚĆ WNIOSKOWAŃ LOGIKA FORMALNA POPRAWNOŚĆ WNIOSKOWAŃ Robert Trypuz Katedra Logiki KUL 18 grudnia 2013 Robert Trypuz (Katedra Logiki) Wnioskowanie 18 grudnia 2013 1 / 12 Zarys 1 Wnioskowanie Definicja Schemat wnioskowania

Bardziej szczegółowo

Logika Temporalna i Automaty Czasowe

Logika Temporalna i Automaty Czasowe Modelowanie i Analiza Systemów Informatycznych Logika Temporalna i Automaty Czasowe (1) Wprowadzenie do logiki temporalnej Paweł Głuchowski, Politechnika Wrocławska wersja 2.2 Program wykładów 1. Wprowadzenie

Bardziej szczegółowo

Semantyka rachunku predykatów pierwszego rzędu. Dziedzina interpretacji. Stałe, zmienne, funkcje. Logika obliczeniowa.

Semantyka rachunku predykatów pierwszego rzędu. Dziedzina interpretacji. Stałe, zmienne, funkcje. Logika obliczeniowa. Logika obliczeniowa Instytut Informatyki 1 Interpretacja i wartościowanie Dziedzina interpretacji Interpretacja Wartościowanie 2 Wartość formuły Wartość termu Wartość logiczna formuły Własności 3 Logiczna

Bardziej szczegółowo

Paradoks wszechwiedzy logicznej (logical omniscience paradox) i wybrane metody jego unikania

Paradoks wszechwiedzy logicznej (logical omniscience paradox) i wybrane metody jego unikania Logika w zastosowaniach kognitywistycznych Paradoks wszechwiedzy logicznej (logical omniscience paradox) i wybrane metody jego unikania (notatki do wykładów) Andrzej Wiśniewski Andrzej.Wisniewski@amu.edu.pl

Bardziej szczegółowo

technologii informacyjnych kształtowanie , procesów informacyjnych kreowanie metod dostosowania odpowiednich do tego celu środków technicznych.

technologii informacyjnych kształtowanie , procesów informacyjnych kreowanie metod dostosowania odpowiednich do tego celu środków technicznych. Informatyka Coraz częściej informatykę utoŝsamia się z pojęciem technologii informacyjnych. Za naukową podstawę informatyki uwaŝa się teorię informacji i jej związki z naukami technicznymi, np. elektroniką,

Bardziej szczegółowo

Rachunek zdań. Zdanie w sensie logicznym jest to wyraŝenie jednoznacznie stwierdzające, na gruncie reguł danego języka, iŝ tak a

Rachunek zdań. Zdanie w sensie logicznym jest to wyraŝenie jednoznacznie stwierdzające, na gruncie reguł danego języka, iŝ tak a Zdanie w sensie logicznym jest to wyraŝenie jednoznacznie stwierdzające, na gruncie reguł danego języka, iŝ tak a tak jest alboŝe tak a tak nie jest. Wartość logiczna zdania jest czymś obiektywnym, to

Bardziej szczegółowo

Logika Stosowana. Wykład 2 - Logika modalna Część 3. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2017/2018

Logika Stosowana. Wykład 2 - Logika modalna Część 3. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2017/2018 Logika Stosowana Wykład 2 - Logika modalna Część 3 Marcin Szczuka Instytut Informatyki UW Wykład monograficzny, semestr letni 2017/2018 Marcin Szczuka (MIMUW) Logika Stosowana 2018 1 / 36 Plan wykładu

Bardziej szczegółowo

Gramatyki, wyprowadzenia, hierarchia Chomsky ego. Gramatyka

Gramatyki, wyprowadzenia, hierarchia Chomsky ego. Gramatyka Gramatyki, wyprowadzenia, hierarchia Chomsky ego Teoria automatów i języków formalnych Dr inŝ. Janusz Majewski Katedra Informatyki Gramatyka Gramatyką G nazywamy czwórkę uporządkowaną gdzie: G =

Bardziej szczegółowo

Logika pragmatyczna dla inżynierów

Logika pragmatyczna dla inżynierów Logika pragmatyczna Logika pragmatyczna dla inżynierów Kontakt: dr hab. inż. Adam Kasperski pokój 509 B4 adam.kasperski@pwr.edu.pl materiały + literatura + informacje na stronie www. Zaliczenie: Test pisemny

Bardziej szczegółowo

Andrzej 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 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 szczegółowo

Metoda Tablic Semantycznych

Metoda 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 szczegółowo

Metody dowodzenia twierdzeń i automatyzacja rozumowań Systemy aksjomatyczne I

Metody 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 szczegółowo

Metoda tabel semantycznych. Dedukcja drogi Watsonie, dedukcja... Definicja logicznej konsekwencji. Logika obliczeniowa.

Metoda 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 szczegółowo

Laboratorium modelowania oprogramowania w języku UML. Ćwiczenie 4 Ćwiczenia w narzędziu CASE diagram czynności. Materiały dla studenta

Laboratorium modelowania oprogramowania w języku UML. Ćwiczenie 4 Ćwiczenia w narzędziu CASE diagram czynności. Materiały dla studenta Zakład Elektrotechniki Teoretycznej i Informatyki Stosowanej Wydział Elektryczny, Politechnika Warszawska Laboratorium modelowania oprogramowania w języku UML Ćwiczenie 4 Ćwiczenia w narzędziu CASE diagram

Bardziej szczegółowo

Wykład 11a. Składnia języka Klasycznego Rachunku Predykatów. Języki pierwszego rzędu.

Wykład 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 szczegółowo

Elementy logiki. Wojciech Buszkowski Wydział Matematyki i Informatyki UAM Zakład Teorii Obliczeń

Elementy 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 szczegółowo

Logika pragmatyczna. Logika pragmatyczna. Kontakt: Zaliczenie:

Logika pragmatyczna. Logika pragmatyczna. Kontakt: Zaliczenie: Logika pragmatyczna Logika pragmatyczna Kontakt: dr hab. inż. Adam Kasperski pokój 509 B4 adam.kasperski@pwr.wroc.pl materiały + literatura + informacje na stronie www. Zaliczenie: Kolokwium pisemne na

Bardziej szczegółowo

Andrzej 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 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 szczegółowo

ROZDZIAŁ 1. Rachunek funkcyjny

ROZDZIAŁ 1. Rachunek funkcyjny ROZDZIAŁ 1 Rachunek funkcyjny Niech X 1,..., X n będą dowolnymi zbiorami. Wyrażenie (formułę) ϕ(x 1,..., x n ), w którym występuje n zmiennych x 1,..., x n i które zamienia się w zdanie logiczne, gdy zamiast

Bardziej szczegółowo

Technologia inteligentnych agentów. Autor: dr Jacek Jakieła

Technologia inteligentnych agentów. Autor: dr Jacek Jakieła Autor: dr Jacek Jakieła WYKŁAD... 3 Reprezentacja wiedzy agenta... 3 Konceptualizacja... 3 Formalizacja wiedzy agenta... 4 Alfabet języka... 4 Poprawnie sformułowane formuły języka rachunku predykatów...

Bardziej szczegółowo

Kultura logiczna Wnioskowania dedukcyjne

Kultura logiczna Wnioskowania dedukcyjne Kultura logiczna Wnioskowania dedukcyjne Bartosz Gostkowski bgostkowski@gmail.com Kraków 25 IV 2010 Plan wykładu: Intuicje dotyczące poprawności wnioskowania Wnioskowanie dedukcyjne Reguły niezawodne a

Bardziej szczegółowo

RACHUNEK ZDAŃ 7. Dla każdej tautologii w formie implikacji, której poprzednik również jest tautologią, następnik także jest tautologią.

RACHUNEK 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 szczegółowo

Definicja pochodnej cząstkowej

Definicja pochodnej cząstkowej 1 z 8 gdzie punkt wewnętrzny Definicja pochodnej cząstkowej JeŜeli iloraz ma granicę dla to granicę tę nazywamy pochodną cząstkową funkcji względem w punkcie. Oznaczenia: Pochodną cząstkową funkcji względem

Bardziej szczegółowo

1. Czy u podatników, którzy zlikwidowali działalność gospodarczą, dopuszczalna jest kontrola podatkowa?

1. Czy u podatników, którzy zlikwidowali działalność gospodarczą, dopuszczalna jest kontrola podatkowa? 13 czerwca 11 (nr 113) SIEDEM PYTAŃ DO Karoliny Brzozowskiej, konsultanta podatkowego w ECDDP Czy moŝna kontrolować podatnika po zamknięciu firmy 1. Czy u podatników, którzy zlikwidowali działalność gospodarczą,

Bardziej szczegółowo

Elementy logiki i teorii mnogości

Elementy logiki i teorii mnogości Elementy logiki i teorii mnogości Zdanie logiczne Zdanie logiczne jest to zdanie oznajmujące, któremu można przypisać określoną wartość logiczną. W logice klasycznej zdania dzielimy na: prawdziwe (przypisujemy

Bardziej szczegółowo

Paradygmaty dowodzenia

Paradygmaty 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 szczegółowo

Predykat. Matematyka Dyskretna, Podstawy Logiki i Teorii Mnogości Barbara Głut

Predykat. Matematyka Dyskretna, Podstawy Logiki i Teorii Mnogości Barbara Głut Predykat Weźmy pod uwagę następujące wypowiedzi: (1) Afryka jest kontynentem. (2) 7 jest liczbą naturalną. (3) Europa jest mniejsza niż Afryka. (4) 153 jest podzielne przez 3. Są to zdania jednostkowe,

Bardziej szczegółowo

Modelowanie przy uŝyciu arkusza kalkulacyjnego

Modelowanie przy uŝyciu arkusza kalkulacyjnego Wydział Odlewnictwa Wirtualizacja technologii odlewniczych Modelowanie przy uŝyciu Projektowanie informatycznych systemów zarządzania 2Modelowanie przy uŝyciu Modelowania przy uŝyciu Wprowadzenie Zasady

Bardziej szczegółowo

Schematy Piramid Logicznych

Schematy Piramid Logicznych Schematy Piramid Logicznych geometryczna interpretacja niektórych formuł Paweł Jasionowski Politechnika Śląska w Gliwicach Wydział Matematyczno-Fizyczny Streszczenie Referat zajmuje się następującym zagadnieniem:

Bardziej szczegółowo

Instrukcja warunkowa i złoŝona.

Instrukcja warunkowa i złoŝona. Instrukcja warunkowa i złoŝona. Budowa pętli warunkowej. JeŜeli mielibyśmy przetłumaczyć instrukcję warunkową to brzmiałoby to mniej więcej tak: jeŝeli warunek jest spełniony, to wykonaj jakąś operację

Bardziej szczegółowo

Komunikator internetowy w C#

Komunikator internetowy w C# PAŃSTWOWA WYśSZA SZKOŁA ZAWODOWA W ELBLĄGU INSTYTUT INFORMATYKI STOSOWANEJ Sprawozdanie Komunikator internetowy w C# autor: Artur Domachowski Elbląg, 2009 r. Komunikacja przy uŝyciu poczty internetowej

Bardziej szczegółowo

Co to jest algorytm? przepis prowadzący do rozwiązania zadania, problemu,

Co to jest algorytm? przepis prowadzący do rozwiązania zadania, problemu, wprowadzenie Co to jest algorytm? przepis prowadzący do rozwiązania zadania, problemu, w przepisie tym podaje się opis czynności, które trzeba wykonać, oraz dane, dla których algorytm będzie określony.

Bardziej szczegółowo

Kultura logicznego myślenia

Kultura logicznego myślenia Kultura logicznego myślenia rok akademicki 2015/2016 semestr zimowy Temat 6: Rachunek predykatów jako logika pierwszego rzędu logika elementarna = logika pierwszego rzędu KRZ logika zerowego rzędu Język

Bardziej szczegółowo

Bazy danych Access KWERENDY

Bazy danych Access KWERENDY Bazy danych Access KWERENDY Obiekty baz danych Access tabele kwerendy (zapytania) formularze raporty makra moduły System baz danych MS Access Tabela Kwerenda Formularz Raport Makro Moduł Wyszukiwanie danych

Bardziej szczegółowo

Relacje. Zdania opisujące stosunki dwuczłonowe mają ogólny wzór budowy: xry, co czytamy: x pozostaje w relacji R do y.

Relacje. Zdania opisujące stosunki dwuczłonowe mają ogólny wzór budowy: xry, co czytamy: x pozostaje w relacji R do y. Zdania stwierdzające relację Pewne wyrazy i wyraŝenia wskazują na stosunki, czyli relacje, jakie zachodzą między róŝnymi przedmiotami. Do takich wyrazów naleŝą m. in. wyrazy: nad, pod, za, przy, braterstwo,

Bardziej szczegółowo

Gramatyki atrybutywne

Gramatyki atrybutywne Gramatyki atrybutywne, część 1 (gramatyki S-atrybutywne Teoria kompilacji Dr inŝ. Janusz Majewski Katedra Informatyki Gramatyki atrybutywne Do przeprowadzenia poprawnego tłumaczenia, oprócz informacji

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK 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 szczegółowo

PROJEKT CZĘŚCIOWO FINANSOWANY PRZEZ UNIĘ EUROPEJSKĄ. Opis działania raportów w ClearQuest

PROJEKT CZĘŚCIOWO FINANSOWANY PRZEZ UNIĘ EUROPEJSKĄ. Opis działania raportów w ClearQuest PROJEKT CZĘŚCIOWO FINANSOWANY PRZEZ UNIĘ EUROPEJSKĄ Opis działania raportów w ClearQuest Historia zmian Data Wersja Opis Autor 2008.08.26 1.0 Utworzenie dokumentu. Wersja bazowa dokumentu. 2009.12.11 1.1

Bardziej szczegółowo

Dialogowe akty mowy w modelach sztucznej inteligencji

Dialogowe akty mowy w modelach sztucznej inteligencji Dialogowe akty mowy w modelach sztucznej inteligencji O. Yaskorska 1 K. Budzynska 1 M. Kacprzak 2 1 Wydział Filozofii Chrześcijańskiej, Uniwersytet Kardynała Stefana Wyszyńskiego w Warszawie 2 Wydział

Bardziej szczegółowo

Procesy aktywne. PoŜyczki Kredyty Pozostałe procesy aktywne

Procesy aktywne. PoŜyczki Kredyty Pozostałe procesy aktywne ZADANIA ĆWICZENIOWE - ADONIS Moduł 1: Struktura obszaru przedsiębiorstwa Pierwszym etapem jest analiza i strukturyzacja badanego obszaru przedsiębiorstwa. W tym celu stosowany jest typ modelu ADONISa mapa

Bardziej szczegółowo

Składnia rachunku predykatów pierwszego rzędu

Składnia rachunku predykatów pierwszego rzędu Początek Gramatyka Kwantyfikatory Poprawność Logika obliczeniowa Instytut Informatyki Początek Gramatyka Kwantyfikatory Poprawność Plan wykładu 1 Na (dobry) początek Zrozumieć słowa Oswoić znaki 2 Gramatyka

Bardziej szczegółowo

Ziemia obraca się wokół Księżyca, bo posiadając odpowiednią wiedzę można stwierdzić, czy są prawdziwe, czy fałszywe. Zdaniami nie są wypowiedzi:

Ziemia 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 szczegółowo

Jak moŝna chronić swój znak towarowy?

Jak moŝna chronić swój znak towarowy? Ochrona Własności Intelektualnej cz. III dr inŝ.tomasz Ruść Spis treści Co to jest znak towarowy? Dlaczego opłaca się bronić znak towarowy? Jak moŝna chronić swój znak towarowy? Jakie są kategorie znaków

Bardziej szczegółowo

Podstawy Sztucznej Inteligencji (PSZT)

Podstawy 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 szczegółowo

Logika formalna wprowadzenie. Ponieważ punkty 10.i 12. nie były omawiane na zajęciach, dlatego można je przeczytać fakultatywnie.

Logika formalna wprowadzenie. Ponieważ punkty 10.i 12. nie były omawiane na zajęciach, dlatego można je przeczytać fakultatywnie. Logika formalna wprowadzenie Ponieważ punkty 10.i 12. nie były omawiane na zajęciach, dlatego można je przeczytać fakultatywnie. 1. Zdanie logicznie prawdziwe (Prawda logiczna) Zdanie, którego analityczność

Bardziej szczegółowo

Internet Semantyczny i Logika I

Internet Semantyczny i Logika I Internet Semantyczny i Logika I Warstwy Internetu Semantycznego Dowód Zaufanie Logika OWL, Ontologie Podpis cyfrowy RDF, schematy RDF XML, schematy XML przestrzenie nazw URI Po co nam logika? Potrzebujemy

Bardziej szczegółowo

Uwagi wprowadzajace do reguł wnioskowania w systemie tabel analitycznych logiki pierwszego rzędu

Uwagi 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 szczegółowo

Struktury formalne, czyli elementy Teorii Modeli

Struktury 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 szczegółowo

JAO - Wprowadzenie do Gramatyk bezkontekstowych

JAO - Wprowadzenie do Gramatyk bezkontekstowych JAO - Wprowadzenie do Gramatyk bezkontekstowych Definicja gramatyki bezkontekstowej Podstawowymi narzędziami abstrakcyjnymi do opisu języków formalnych są gramatyki i automaty. Gramatyka bezkontekstowa

Bardziej szczegółowo

Przetwarzanie rozproszone

Przetwarzanie rozproszone Wykład prowadzą: Jerzy Brzeziński Jacek Kobusiński Plan wykładu Proces sekwencyjny Komunikaty, kanały komunikacyjne Stan kanału Operacje komunikacyjne Model formalny procesu sekwencyjnego Zdarzenia Warunek

Bardziej szczegółowo

Wykład 8. Cel wykładu. Dane w komórce. WyŜsza Szkoła MenedŜerska w Legnicy. Informatyka w zarządzaniu Zarządzanie, zaoczne, sem. 3

Wykład 8. Cel wykładu. Dane w komórce. WyŜsza Szkoła MenedŜerska w Legnicy. Informatyka w zarządzaniu Zarządzanie, zaoczne, sem. 3 Informatyka w zarządzaniu Zarządzanie, zaoczne, sem. 3 Wykład 8 MS Excel formatowanie warunkowe Grzegorz Bazydło Cel wykładu Celem wykładu jest omówienie wybranych zagadnień dotyczących stosowania formatowania

Bardziej szczegółowo

Wprowadzenie do logiki Zdania, cz. III Język Klasycznego Rachunku Predykatów

Wprowadzenie 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 szczegółowo

REGULAMIN PROGRAMU PUNKTOWEGO EUROLIGA

REGULAMIN PROGRAMU PUNKTOWEGO EUROLIGA REGULAMIN PROGRAMU PUNKTOWEGO EUROLIGA Celem niniejszego Regulaminu Programu Punktowego EUROLIGA jest zdefiniowanie i wdroŝenie do praktycznego stosowania warunków i zasad przeprowadzenia oraz udziału

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Matematyka Rodzaj przedmiotu: przedmiot obowiązkowy dla wszystkich specjalności Rodzaj zajęć: wykład, ćwiczenia Logika matematyczna Mathematical Logic Poziom przedmiotu: II

Bardziej szczegółowo

Kultura logicznego myślenia

Kultura logicznego myślenia dr hab. Maciej Witek, prof. US Kultura logicznego myślenia rok akademicki 2017/2018, śemeśtr zimowy Temat 1: Semiotyka i jej dyścypliny kognitywiśtyka.uśz.edu.pl/mwitek dyzury: wtorki, godz. 14.00-15.30,

Bardziej szczegółowo

Logiki modalne. notatki z seminarium. Piotr Polesiuk

Logiki modalne. notatki z seminarium. Piotr Polesiuk Logiki modalne notatki z seminarium Piotr Polesiuk 1 Motywacja i historia Logika modalna rozszerza logikę klasyczną o modalności takie jak φ jest możliwe, φ jest konieczne, zawsze φ, itp. i jak wiele innych

Bardziej szczegółowo

Zasada indukcji matematycznej

Zasada indukcji matematycznej Zasada indukcji matematycznej Twierdzenie 1 (Zasada indukcji matematycznej). Niech ϕ(n) będzie formą zdaniową zmiennej n N 0. Załóżmy, że istnieje n 0 N 0 takie, że 1. ϕ(n 0 ) jest zdaniem prawdziwym,.

Bardziej szczegółowo

Rachunek predykatów. Formuły rachunku predykatów. Plan wykładu. Relacje i predykaty - przykłady. Relacje i predykaty

Rachunek predykatów. Formuły rachunku predykatów. Plan wykładu. Relacje i predykaty - przykłady. Relacje i predykaty Rachunek predykatów Wykład 4 Plan wykładu Relacje i predykaty Formuły rachunku predykatów Interpretacje Logiczna równoważność Metoda tabel Modele skończone i nieskończone Rozstrzygalność Relacje i predykaty

Bardziej szczegółowo

Wykład 11b. System aksjomatyczny Klasycznego Rachunku Predykatów. Aksjomaty i reguły inferencyjne

Wykład 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 szczegółowo

Klasyczny rachunek predykatów

Klasyczny 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 szczegółowo

Systemy ekspertowe i ich zastosowania. Katarzyna Karp Marek Grabowski

Systemy ekspertowe i ich zastosowania. Katarzyna Karp Marek Grabowski Systemy ekspertowe i ich zastosowania Katarzyna Karp Marek Grabowski Plan prezentacji Wstęp Własności systemów ekspertowych Rodzaje baz wiedzy Metody reprezentacji wiedzy Metody wnioskowania Języki do

Bardziej szczegółowo

Lekcja 3: Elementy logiki - Rachunek zdań

Lekcja 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 szczegółowo

Laboratorium nr 8. Temat: Podstawy języka zapytań SQL (część 2)

Laboratorium nr 8. Temat: Podstawy języka zapytań SQL (część 2) Laboratorium nr 8 Temat: Podstawy języka zapytań SQL (część 2) PLAN LABORATORIUM: 1. Sortowanie. 2. Warunek WHERE 3. Eliminacja powtórzeń - DISTINCT. 4. WyraŜenia: BETWEEN...AND, IN, LIKE, IS NULL. 5.

Bardziej szczegółowo

Np. Olsztyn leży nad Łyną - zdanie prawdziwe, wartość logiczna 1 4 jest większe od 5 - zdanie fałszywe, wartość logiczna 0

Np. 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 szczegółowo

Andrzej 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 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 szczegółowo

Monoidy wolne. alfabetem. słowem długością słowa monoidem wolnym z alfabetem Twierdzenie 1.

Monoidy 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 szczegółowo

Systemy iteracyjne. Podstawy programowania. wykład 2

Systemy iteracyjne. Podstawy programowania. wykład 2 Systemy iteracyjne Podstawy programowania wykład 2 Pojęcie iteracji Systemy rzeczywistości, tj. wyróŝnione struktury relacyjne (często z relacją porządku), w których realizowane jest powtarzalne wykonywanie

Bardziej szczegółowo

Wykład 6. Reguły inferencyjne systemu aksjomatycznego Klasycznego Rachunku Zdań

Wykład 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 szczegółowo

11. Blok ten jest blokiem: a. decyzyjnym b. końcowym c. operacyjnym

11. Blok ten jest blokiem: a. decyzyjnym b. końcowym c. operacyjnym 1. Instrukcja warunkowa a. słuŝy do wprowadzania danych oraz wprowadzania wyników b. to instrukcja decyzyjna c. to sposób przedstawienia algorytmu 2. Instrukcja, która opisuje wykonanie róŝnych czynności

Bardziej szczegółowo

Rachunek zdań i predykatów

Rachunek 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 szczegółowo

Przykładowe dowody formuł rachunku kwantyfikatorów w systemie tabel semantycznych

Przykładowe dowody formuł rachunku kwantyfikatorów w systemie tabel semantycznych Przykładowe dowody formuł rachunku kwantyfikatorów w systemie tabel semantycznych Zapoznaj z poniŝszym tekstem reprezentującym wiedzę logiczną o wartościach logicznych będących interpretacjami formuł złoŝonych

Bardziej szczegółowo

Modelowanie procesów (1) Oracle Designer: Modelowanie procesów. Modelowania procesów (2) Modelowanie procesów (3)

Modelowanie procesów (1) Oracle Designer: Modelowanie procesów. Modelowania procesów (2) Modelowanie procesów (3) Modelowanie procesów (1) Oracle Designer: Modelowanie procesów Identyfikuje kluczowe aktywności w działalności organizacji. Modeluje wybrane lub wszystkie aktywności w ramach organizacji. Określa kolejność

Bardziej szczegółowo

Semantyka rachunku predykatów

Semantyka rachunku predykatów Relacje Interpretacja Wartość Spełnialność Logika obliczeniowa Instytut Informatyki Relacje Interpretacja Wartość Plan Plan Relacje O co chodzi? Znaczenie w logice Relacje 3 Interpretacja i wartościowanie

Bardziej szczegółowo

Modelowanie związków encji. Oracle Designer: Diagramy związków encji. Encja (1)

Modelowanie związków encji. Oracle Designer: Diagramy związków encji. Encja (1) Modelowanie związków encji Oracle Designer: Modelowanie związków encji Technika określania potrzeb informacyjnych organizacji. Modelowanie związków encji ma na celu: dostarczenie dokładnego modelu potrzeb

Bardziej szczegółowo

MODELOWANIE PROCESU EKSPLOATACJI OBIEKTÓW TECHNICZNYCH ZA POMOCĄ DYNAMICZNYCH SIECI BAYESOWSKICH

MODELOWANIE PROCESU EKSPLOATACJI OBIEKTÓW TECHNICZNYCH ZA POMOCĄ DYNAMICZNYCH SIECI BAYESOWSKICH InŜynieria Rolnicza 12/2006 Grzegorz Bartnik, Andrzej Kusz, Andrzej W. Marciniak Katedra Podstaw Techniki Akademia Rolnicza w Lublinie MODELOWANIE PROCESU EKSPLOATACJI OBIEKTÓW TECHNICZNYCH ZA POMOCĄ DYNAMICZNYCH

Bardziej szczegółowo

Metody Ilościowe w Socjologii

Metody Ilościowe w Socjologii Metody Ilościowe w Socjologii wykład 2 i 3 EKONOMETRIA dr inż. Maciej Wolny AGENDA I. Ekonometria podstawowe definicje II. Etapy budowy modelu ekonometrycznego III. Wybrane metody doboru zmiennych do modelu

Bardziej szczegółowo

Opis programu OpiekunNET. Historia... Architektura sieciowa

Opis programu OpiekunNET. Historia... Architektura sieciowa Opis programu OpiekunNET OpiekunNET jest pierwszym na polskim rynku systemem filtrującym nowej generacji. Jako program w pełni sieciowy oferuje funkcje wcześniej niedostępne dla programów kontrolujących

Bardziej szczegółowo

PLAN ZARZĄDZANIA WYMAGANIAMI PROJEKT <NAZWA PROJEKTU> WERSJA <NUMER WERSJI DOKUMENTU>

PLAN ZARZĄDZANIA WYMAGANIAMI PROJEKT <NAZWA PROJEKTU> WERSJA <NUMER WERSJI DOKUMENTU> Załącznik nr 4.4 do Umowy nr 35-ILGW-253-.../20.. z dnia... MINISTERSTWO FINANSÓW DEPARTAMENT INFORMATYKI PLAN ZARZĄDZANIA WYMAGANIAMI PROJEKT WERSJA numer wersji

Bardziej szczegółowo

Laboratorium modelowania oprogramowania w języku UML. Ćwiczenie 6 Modelowanie przypadków uŝycia i czynności. Materiały dla studentów

Laboratorium modelowania oprogramowania w języku UML. Ćwiczenie 6 Modelowanie przypadków uŝycia i czynności. Materiały dla studentów Zakład Elektrotechniki Teoretycznej i Informatyki Stosowanej Wydział Elektryczny, Politechnika Warszawska Laboratorium modelowania oprogramowania w języku UML Ćwiczenie 6 Modelowanie przypadków uŝycia

Bardziej szczegółowo

Monika Sitarska Akademia Ekonomiczna im. O. Langego we Wrocławiu Katedra InŜynierii Systemów Informatycznych Zarządzania msitarska@bsd..ae.wroc.

Monika Sitarska Akademia Ekonomiczna im. O. Langego we Wrocławiu Katedra InŜynierii Systemów Informatycznych Zarządzania msitarska@bsd..ae.wroc. ARCHITEKTURA I FUNKCJE APLIKACJI WORKFLOW ZGODNIE ZE STANDARDAMI KOALICJI WFMC (WORKFLOW MANAGEMENT COALITION) Streszczenie Monika Sitarska Akademia Ekonomiczna im. O. Langego we Wrocławiu Katedra InŜynierii

Bardziej szczegółowo