Języki, automaty i obliczenia

Wielkość: px
Rozpocząć pokaz od strony:

Download "Języki, automaty i obliczenia"

Transkrypt

1 Języki, utomty i oliczeni Wykłd 5: Wricje n temt utomtów skończonych Słwomir Lsot Uniwersytet Wrszwski 25 mrc 2015

2 Pln

3 Automty dwukierunkowe (Niedeterministyczny) utomt dwukierunkowy A = (A,,, Q, I, F, δ) δ Q (A {, }) Q { 1, 0, 1} (q,, q, k) δ: czytj, zmień stn z q n q, zmień pozycję o k Ustlmy słowo wejściowe w A, niech n = w. Konfigurcj utomtu A n słowie w to pr (q, i) Q {0... n + 1} konfigurcje początkowe I {1} q i n n+1 konfigurcje kceptujące F {n + 1} Zrnimy przejść postci (q,, q, 1) (q,, q, 1), czyli: δ (Q { } Q { 1} Q { } Q {1}) =

4 Przykłd Pytnie Jki język rozpoznje ten utomt dwukierunkowy? A = {, } Q = {q 0, q 1, q 2, p 1, p 2,, r} I = {q 0 } F = {} q 0 (q 0, +1) (q 1, +1) (q 0, +1) (p 0, 1) q 1 (q 2, +1) (q 1, +1) (r, 1) q 2 (q 0, +1) (q 2, +1) (r, 1) p 0 (, +1) (p 0, 1) (p 1, 1) p 1 (r, +1) (p 1, 1) (p 0, 1) (, +1) (, +1) (, +1) r (r, +1) (r, +1) (r, +1)

5 Biegi utomtu dwukierunkowego Ustlmy utomt dwukierunkowy A = (A,,, Q, I, F, δ) i słowo w = 1... n A. Definiujemy relcję przejści pomiędzy konfigurcjmi utomtu A n słowie w. (q, i) (q, i + k) wtw. gdy 1 i n orz δ zwier przejście (q, i, q, k), lu i = 0 orz δ zwier przejście (q,, q, k), lu i = n + 1 orz δ zwier przejście (q,, q, k). Bieg n słowie w to ciąg konfigurcji (q 0, i 0 ),..., (q m, i m), gdzie q 0 I, i 0 = 0, orz (q j, i j ) (q j+1, i j+1 ), dl j = 0,..., m 1. Bieg jest kceptujący jeśli q m F orz i m = n + 1. Pytnie Jk długi może yć ieg utomtu dwukierunkowego n słowie w?

6 Język utomtu dwukierunkowego Język rozpoznwny przez A: L(A) = {w A : A m ieg kceptujący n w}. Pytnie Jki język rozpoznje ten utomt dwukierunkowy?, 1, 1, 1 strt, 1, 1, 1 (, nieużywne) Pytnie Czy utomty dwukierunkowe rozpoznją więcej języków niż utomty jednokierunkowe?

7 Automty dwukierunkowe jko mszyny Turing q i n n+1 Automty dwukierunkowe = mszyny Turing ze stłą pmięcią = mszyny Turing z tśmą wejściową tylko do odczytu, ez tśmy rooczej

8 Deterministyczne utomty dwukierunkowe Automt dwukierunkowy A = (A,,, Q, I, F, δ) jest deterministyczny, jeśli relcj przejści jest funkcją: δ : Q A Q { 1, 0, 1} q 0 (q 0, +1) (q 1, +1) (q 0, +1) (p 0, 1) q 1 (q 2, +1) (q 1, +1) (r, 1) q 2 (q 0, +1) (q 2, +1) (r, 1) p 0 (, +1) (p 0, 1) (p 1, 1) p 1 (r, +1) (p 1, 1) (p 0, 1) (, +1) (, +1) (, +1) r (r, +1) (r, +1) (r, +1) Pytnie Ile stnów musi mieć deterministyczny utomt dwukierunkowy dl język L n = A A n 1?

9 Deterministyczne utomty dwukierunkowe (c.d.) Pytnie Ile stnów musi mieć deterministyczny utomt dwukierunkowy dl język L n = A A n 1 A?,, strt,,,

10 Deterministyczne utomty dwukierunkowe (c.d.) Pytnie Ile stnów musi mieć deterministyczny utomt dwukierunkowy dl język L n = A A n 1 A?,, strt,,, Odpowiedź idź w prwo do pierwszej idź n kroków w prwo jeśli to kceptuj w.p.p. idź n 1 kroków w lewo kontynuuj od pierwszej instrukcji wyjątek: jeśli to odrzuć

11 Automty dwukierunkowe jednokierunkowe Pytnie Czy utomty dwukierunkowe rozpoznją więcej języków niż utomty jednokierunkowe?

12 Automty dwukierunkowe jednokierunkowe Pytnie Czy utomty dwukierunkowe rozpoznją więcej języków niż utomty jednokierunkowe? Twierdzenie (Rin, Scott 1959, Sheprdson 1959) Automty dwukierunkowe rozpoznją języki regulrne. Dowód (Vrdi 1989): Niech A = (A,,, Q, I, F, δ) utomt dwukierunkowy. Fkt w = 1... n L(A) wtw. gdy P 0, P 1,..., P n+1 t.że I P 1 F P n+1 = i {0... n + 1}. (q, i, q, k) δ q P i = q P i+k(0 =, n+1 = )

13 Dowód (2N 1N) P 0 P 1 P 2 P 3 P 4 P 5 P 6 P 7 P 8 Dowód (c.d.): Definiujemy niedeterministyczny utomt jednokierunkowy A : Q = P(Q) P(Q) I = {(P, P ) : F = {(P, P ) : I P q P, p Q. (q,, p, 0) δ = p P q P, p Q. (q,, p, 1) δ = p P } P F = q P, p Q. (q,, p, 0) δ = p P q P, p Q. (q,, p, 1) δ = p P} δ = {((P, P ),, (P, P )) : q P, p Q. (q,, p, 1) δ = p P q P, p Q. (q,, p, 0) δ = p P q P, p Q. (q,, p, 1) δ = p P } Z fktu z poprzedniego sljdu wynik: w L(A ) w L(A)

14 Determinizcj? 2D utomty dwukierunkowe deterministyczne? 1N utomty jednokierunkowe niedeterministyczne 2 n O(n n ) 1D utomty jednokierunkowe deterministyczne 2N utomty dwukierunkowe niedeterministyczne O(2 n2 )

15 Pln

16 Niedeterminizm = A = {, } L n = A A A w = strt 0, 0 1 1, 2 2 3, 3

17 ? = A = {, } A L n w = strt 0, , 2 3, 3

18 Alterncj Notcj Stny egzystencjlne i uniwerslne: strt 0, 0 1 1, 2 2 3, 3

19 Automty lternujące Automt lternujący A = (A, Q, Q, q 0, F, δ), Q Q =, Q = Q Q Zkłdmy, że dl kżdego q Q i A, istnieje p Q t.że (q,, p) δ. Ustlmy słowo wejściowe w = 1... n A. Gr o kceptcję G A,w : grcze: Automt, Przeciwnik pozycje Automtu: Q {0... n} pozycje Przeciwnik: Q {0... n} pozycj początkow: (q 0, 0) ruch (q, i 1) (q, i) jeśli (q, i, q ) δ Automt wygryw, gdy gr osiągnie pozycję (q, n), gdzie q F Język rozpoznwny przez utomt A: L(A) = {w A : Automt m strtegię wygrywjącą w grze G A,w }

20 Strtegi wygrywjąc Automtu Język rozpoznwny przez utomt A: L(A) = {w A : Automt m strtegię wygrywjącą w grze G A,w z (q 0, 0) } Automt m strtegię wygrywjącą w G A,w z (q, n) wtw. gdy q F W n A,w = F Automt m strtegię wygrywjącą w G A,w z (q, i 1) wtw. gdy q Q i istnieje p Q t.że (q, i, p) δ i Automt m strtegię wygrywjącą w G A,w z (p, i), lo q Q i dl kżdego p Q t.że (q, i, p) δ, Automt m strtegię wygrywjącą w G A,w z (p, i) W i 1 A,w = {q Q : p Q. (q, i, p) δ p W i A,w } {q Q : p Q. (q, i, p) δ = p W i A,w } L(A) = {w A : q 0 W 0 A,w }

21 Przykłd,, c c c, c strt c, c c, c c Pytnie Czy c L(A)? Jki język rozpoznje ten utomt?

22 Przykłd,, c c c, c strt c, c c, c c Pytnie Czy c L(A)? Jki język rozpoznje ten utomt? Odpowiedź ( (LL LcL) ) L, gdzie L = ( + c)

23 Pytni Pytnie Jk przeroić utomt lternujący A n utomt rozpoznjący język A L(A)?

24 Pytni Pytnie Jk przeroić utomt lternujący A n utomt rozpoznjący język A L(A)? Pytnie Czy utomty lternujące rozpoznją więcej języków niż utomty niedeterministyczne?

25 Automty lternujące języki regulrne Twierdzenie Automty lternujące rozpoznją języki regulrne. Dowód: Niech A = (A, Q, Q, q 0, F, δ) utomt lternujący. Konstruujemy utomt niedeterministyczny A = (A, Q, I, F, δ ): Q = P(Q) I = {X Q : q 0 X } F = P(F ) (X,, Y ) δ wtw. gdy X = {q Q : p Q. (q,, p) δ p Y } {q Q : p Q. (q,, p) δ = p Y } w L(A) q 0 W 0 A,w (W 0 A,w, w, W n A,w ) δ X I, Y F. (X, w, Y ) δ w L(A )

26 Automty lternujące języki regulrne ( ) utomty niedeterministyczne (egzystencjlne) ( ) utomty lternujące R utomty deterministyczne ( ) utomty ko-niedeterministyczne (uniwerslne) Fkt Automt (A ) R jest deterministyczny.

27 W nstępnym odcinku: minimlizcj utomtów niedeterministycznych utomty n drzewch czyli... prim prilis!

Matematyczne Podstawy Informatyki

Matematyczne Podstawy Informatyki Mtemtyczne Podstwy Informtyki dr inż. Andrzej Grosser Instytut Informtyki Teoretycznej i Stosownej Politechnik Częstochowsk Rok kdemicki 2013/2014 Podstwowe pojęci teorii utomtów I Alfetem jest nzywny

Bardziej szczegółowo

Przekształcenia automatów skończonych

Przekształcenia automatów skończonych Przeksztłceni utomtów skończonych Teori utomtów i języków formlnych Dr inŝ. Jnusz Mjewski Ktedr Informtyki Konstrukcj utomtu skończonego n podstwie wyrŝeni regulrnego (lgorytm Thompson) Wejście: wyrŝenie

Bardziej szczegółowo

4.3. Przekształcenia automatów skończonych

4.3. Przekształcenia automatów skończonych 4.3. Przeksztłceni utomtów skończonych Konstrukcj utomtu skończonego (niedeterministycznego) n podstwie wyrżeni regulrnego (lgorytm Thompson). Wejście: wyrżenie regulrne r nd lfetem T Wyjście : utomt skończony

Bardziej szczegółowo

ZADANIA AUTOMATY I JĘZYKI FORMALNE AUTOMATY SKOŃCZONE

ZADANIA AUTOMATY I JĘZYKI FORMALNE AUTOMATY SKOŃCZONE ZADANIA AUTOMATY I JĘZYKI FORMALNE AUTOMATY SKOŃCZONE DAS Deterministyczny Automt Skończony Zdnie Niech M ędzie DAS tkim że funkcj przejści: Q F ) podj digrm stnów dl M ) które ze słów nleżą do język kceptownego

Bardziej szczegółowo

4.2. Automat skończony

4.2. Automat skończony 4.2. Automt skończony Przykłd: Rozwżmy język nd lfetem inrnym T = {0, } skłdjący się z łńcuchów zero-jedynkowych o tej włsności, że licz zer w kżdym łńcuchu jest przyst i licz jedynek w kżdym łńcuchu też

Bardziej szczegółowo

4.5 Deterministyczne i zupełne automaty Moore a i Mealy ego

4.5 Deterministyczne i zupełne automaty Moore a i Mealy ego 4.5 Deterministyczne i zupełne utomty Moore i Mely ego Automty Moore i Mely ego ędziemy rozwżć tylko w rsji deterministycznej i zupełnej. W definicjch tych utomtów nie pojwi się pojęcie ów końcowych, z

Bardziej szczegółowo

JĘZYKI FORMALNE I AUTOMATY SKOŃCZONE

JĘZYKI FORMALNE I AUTOMATY SKOŃCZONE ZBIÓR ZADAŃ do WYKŁADU prof. Tdeusz Krsińskiego JĘZYKI FORMALNE I AUTOMATY SKOŃCZONE rozdził 2. Automty skończone i języki regulrne Wyrżeni i języki regulrne Zdnie 2.1. Wypisz wszystkie słow nleżące do

Bardziej szczegółowo

1 Wprowadzenie do automatów

1 Wprowadzenie do automatów Dr inż. D.W. Brzeziński - Automty skończone, mszyn Turing. Lingwistyk mtemtyczn - ćwiczeni. Mteriły pomocnicze. Prowdzący: dr inż. Driusz W Brzeziński 1 Wprowdzenie do utomtów Automty skończone to urządzeni

Bardziej szczegółowo

bezkontekstowa generujac X 010 0X0.

bezkontekstowa generujac X 010 0X0. 1. Npisz grmtyke ezkontekstow generujc jezyk : L 1 = { 0 i 10 j 10 p : i, j, p > 0, i + j = p } Odpowiedź. Grmtyk wygląd tk: Nieterminlem strtowym jest S. S 01X0 0S0 X 010 0X0. Nieterminl X generuje słow

Bardziej szczegółowo

4.6. Gramatyki regularne

4.6. Gramatyki regularne 4.6. Grmtyki regulrne G = < N,T,P,Z > jest grmtyką prwostronnie liniową, jeśli jej produkcje mją postć: ( i) U xv x T * U,V N ( ii) U x G = < N,T,P,Z > jest grmtyką prwostronnie regulrną, jeśli jej produkcje

Bardziej szczegółowo

Gramatyki regularne. Teoria automatów i języków formalnych. Dr inż. Janusz Majewski Katedra Informatyki

Gramatyki regularne. Teoria automatów i języków formalnych. Dr inż. Janusz Majewski Katedra Informatyki Grmtyki regulrne Teori utomtów i języków formlnych Dr inż. Jnusz Mjewski Ktedr Informtyki Grmtyki regulrne G = < V,Σ,P, > jest grmtyką prwostronnie liniową, jeśli jej produkcje mją postć: ( i ) U xw (

Bardziej szczegółowo

Lista 4 Deterministyczne i niedeterministyczne automaty

Lista 4 Deterministyczne i niedeterministyczne automaty Uniwersytet Zielonogórski Instytut Sterowni i Systemów Informtycznych Teoretyczne Podstwy Informtyki List 4 Deterministyczne i niedeterministyczne utomty Wprowdzenie Automt skończony jest modelem mtemtycznym

Bardziej szczegółowo

1 Automaty niedeterministyczne

1 Automaty niedeterministyczne Szymon Toruńczyk 1 Automaty niedeterministyczne Automat niedeterministyczny A jest wyznaczony przez następujące składniki: Alfabet skończony A Zbiór stanów Q Zbiór stanów początkowych Q I Zbiór stanów

Bardziej szczegółowo

PODSTAWY BAZ DANYCH Wykład 3 2. Pojęcie Relacyjnej Bazy Danych

PODSTAWY BAZ DANYCH Wykład 3 2. Pojęcie Relacyjnej Bazy Danych PODSTAWY BAZ DANYCH Wykłd 3 2. Pojęcie Relcyjnej Bzy Dnych 2005/2006 Wykłd "Podstwy z dnych" 1 Rozkłdlno dlność schemtów w relcyjnych Przykłd. Relcj EGZ(U), U := { I, N, P, O }, gdzie I 10 10 11 N f f

Bardziej szczegółowo

Języki, automaty i obliczenia

Języki, automaty i obliczenia Języki, automaty i obliczenia Wykład 10: Maszyny Turinga Sławomir Lasota Uniwersytet Warszawski 29 kwietnia 2015 Plan Maszyny Turinga (Niedeterministyczna) maszyna Turinga M = (A, Q, q 0, F, T, B, δ) A

Bardziej szczegółowo

Języki, automaty i obliczenia

Języki, automaty i obliczenia Języki, automaty i obliczenia Wykład 9: Własności języków bezkontekstowych Sławomir Lasota Uniwersytet Warszawski 27 kwietnia 2016 Plan 1 Pompowanie języków bezkontekstowych 2 Własności domknięcia 3 Obrazy

Bardziej szczegółowo

JAO - Języki, Automaty i Obliczenia - Wykład 2. JAO - Języki, Automaty i Obliczenia - Wykład 2

JAO - Języki, Automaty i Obliczenia - Wykład 2. JAO - Języki, Automaty i Obliczenia - Wykład 2 Dowodzenie nieregularności języka [lemat o pompowaniu] Jeśli L regularny to istnieje stała c spełniająca : jeżeli z L, z c to istnieje dekompozycja w = u v x tak, że uv i x L dla każdego i 0 [lemat o skończonej

Bardziej szczegółowo

Komisja Egzaminacyjna dla Aktuariuszy LII Egzamin dla Aktuariuszy z 15 marca 2010 r. Część I Matematyka finansowa

Komisja Egzaminacyjna dla Aktuariuszy LII Egzamin dla Aktuariuszy z 15 marca 2010 r. Część I Matematyka finansowa Mtemtyk finnsow 15.0.010 r. Komisj Egzmincyjn dl Akturiuszy LII Egzmin dl Akturiuszy z 15 mrc 010 r. Część I Mtemtyk finnsow WERSJA TESTU A Imię i nzwisko osoy egzminownej:... Czs egzminu: 100 minut 1

Bardziej szczegółowo

Matematyka finansowa 10.03.2014 r. Komisja Egzaminacyjna dla Aktuariuszy. LXVI Egzamin dla Aktuariuszy z 10 marca 2014 r. Część I

Matematyka finansowa 10.03.2014 r. Komisja Egzaminacyjna dla Aktuariuszy. LXVI Egzamin dla Aktuariuszy z 10 marca 2014 r. Część I Mtemtyk finnsow.03.2014 r. Komisj Egzmincyjn dl Akturiuszy LXVI Egzmin dl Akturiuszy z mrc 2014 r. Część I Mtemtyk finnsow WERSJA TESTU A Imię i nzwisko osoby egzminownej:... Czs egzminu: 0 minut 1 Mtemtyk

Bardziej szczegółowo

Automat ze stosem. Języki formalne i automaty. Dr inż. Janusz Majewski Katedra Informatyki

Automat ze stosem. Języki formalne i automaty. Dr inż. Janusz Majewski Katedra Informatyki Automat ze stosem Języki formalne i automaty Dr inż. Janusz Majewski Katedra Informatyki Automat ze stosem (1) dno stosu Stos wierzchołek stosu Wejście # B B A B A B A B a b b a b a b $ q i Automat ze

Bardziej szczegółowo

Matematyczne Podstawy Informatyki

Matematyczne Podstawy Informatyki Matematyczne Podstawy Informatyki dr inż. Andrzej Grosser Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska Rok akademicki 2013/2014 Automat ze stosem Automat ze stosem to szóstka

Bardziej szczegółowo

Języki formalne i automaty Ćwiczenia 9

Języki formalne i automaty Ćwiczenia 9 Języki formalne i automaty Ćwiczenia 9 Autor: Marcin Orchel Spis treści Spis treści... 1 Wstęp teoretyczny... 2 Maszyna Mealy'ego... 2 Maszyna Moore'a... 2 Automat ze stosem... 3 Konwersja gramatyki bezkontekstowej

Bardziej szczegółowo

Klasyczne i kwantowe podejście do teorii automatów i języków formalnych p.1/33

Klasyczne i kwantowe podejście do teorii automatów i języków formalnych p.1/33 Klasyczne i kwantowe podejście do teorii automatów i języków formalnych mgr inż. Olga Siedlecka olga.siedlecka@icis.pcz.pl Zakład Informatyki Stosowanej i Inżynierii Oprogramowania Instytut Informatyki

Bardziej szczegółowo

Języki, automaty i obliczenia

Języki, automaty i obliczenia Języki, automaty i obliczenia Wykład 12: Gramatyki i inne modele równoważne maszynom Turinga. Wstęp do złożoności obliczeniowej Sławomir Lasota Uniwersytet Warszawski 20 maja 2015 Plan 1 Gramatyki 2 Języki

Bardziej szczegółowo

Języki, automaty i obliczenia

Języki, automaty i obliczenia Języki, automaty i obliczenia Wykład 11: Obliczalność i nieobliczalność Sławomir Lasota Uniwersytet Warszawski 6 maja 2015 Plan 1 Problemy częściowo rozstrzygalne 2 Problemy rozstrzygalne 3 Funkcje (częściowo)

Bardziej szczegółowo

PODSTAWY BAZ DANYCH Wykład 2 2. Pojęcie Relacyjnej Bazy Danych

PODSTAWY BAZ DANYCH Wykład 2 2. Pojęcie Relacyjnej Bazy Danych PODSTAWY BAZ DANYCH Wykłd 2 2. Pojęcie Relcyjnej Bzy Dnych 2005/2006 Wykłd "Podstwy bz dnych" 1 Pojęcie krotki - definicj Definicj. Niech dny będzie skończony zbiór U := { A 1, A 2,..., A n }, którego

Bardziej szczegółowo

ZŁOŻONOŚĆ OBLICZENIOWA ALGORYTMÓW

ZŁOŻONOŚĆ OBLICZENIOWA ALGORYTMÓW ZŁOŻONOŚĆ OBLICZENIOWA ALGORYTMÓW NIEDETERMINISTYCZNE MASZYNY TURINGA Bartosz Zieliński Katedra Fizyki Teoretycznej i Informatyki Zima 2011-2012 NIEDETERMINISTYCZNE MASZYNY TURINGA DEFINICJA: NIEDETERMINISTYCZNA

Bardziej szczegółowo

Programy współbieżne

Programy współbieżne Specyfikownie i weryfikownie Progrmy współieżne Mrek A. Bednrczyk, www.ipipn.gd.pl Litertur wiele prc dostępnych w Sieci np.: http://www.wikipedi.org/ Specyfikownie i weryfikcj progrmy współieżne PJP Prosty

Bardziej szczegółowo

Weryfikacja modelowa jest analizą statyczną logiki modalnej

Weryfikacja modelowa jest analizą statyczną logiki modalnej Weryfikcj modelow jest nlizą sttyczną logiki modlnej Mrcin Sulikowski MIMUW 15 grudni 010 1 Wstęp Weryfikcj systemów etykietownych 3 Flow Logic 4 Weryfikcj modelow nliz sttyczn Co jest czym czego? Weryfikcj

Bardziej szczegółowo

Gramatyki regularne i bezkontekstowe. Spis treści. Plan wykładu spotkania tydzień po tygodniu. Plan wykładu spotkania tydzień po tygodniu.

Gramatyki regularne i bezkontekstowe. Spis treści. Plan wykładu spotkania tydzień po tygodniu. Plan wykładu spotkania tydzień po tygodniu. Osob prowdząc wykłd i ćwiczeni: dr inż. Mrek werwin Instytut terowni i ystemów Informtycznych Uniwersytet Zielonogórski e-mil : M.werwin@issi.uz.zgor.pl tel. (prc) : 68 328 2321, pok. 328 A-2, ul. prof.

Bardziej szczegółowo

Przykład: Σ = {0, 1} Σ - zbiór wszystkich skończonych ciagów binarnych. L 1 = {0, 00, 000,...,1, 11, 111,... } L 2 = {01, 1010, 001, 11}

Przykład: Σ = {0, 1} Σ - zbiór wszystkich skończonych ciagów binarnych. L 1 = {0, 00, 000,...,1, 11, 111,... } L 2 = {01, 1010, 001, 11} Języki Ustalmy pewien skończony zbiór symboli Σ zwany alfabetem. Zbiór Σ zawiera wszystkie skończone ciagi symboli z Σ. Podzbiór L Σ nazywamy językiem a x L nazywamy słowem. Specjalne słowo puste oznaczamy

Bardziej szczegółowo

Imię, nazwisko, nr indeksu

Imię, nazwisko, nr indeksu Imię, nazwisko, nr indeksu (kod) (9 punktów) Wybierz 9 z poniższych pytań i wybierz odpowiedź tak/nie (bez uzasadnienia). Za prawidłowe odpowiedzi dajemy +1 punkt, za złe -1 punkt. Punkty policzymy za

Bardziej szczegółowo

Obliczenia inspirowane Naturą

Obliczenia inspirowane Naturą Obliczenia inspirowane Naturą Wykład 01 Modele obliczeń Jarosław Miszczak IITiS PAN Gliwice 05/10/2016 1 / 33 1 2 3 4 5 6 2 / 33 Co to znaczy obliczać? Co to znaczy obliczać? Deterministyczna maszyna Turinga

Bardziej szczegółowo

ezyki Automaty i Obliczenia (nieformalne notatki)

ezyki Automaty i Obliczenia (nieformalne notatki) J ezyki Automty i Oliczeni (nieformlne nottki) W. Rytter J ezyki formlne i podsttwowe opercje, wyrżeni regulrne stndrdowe i rozeszerzone (z opercjmi dope lnieni i przeci eci), przyk ldy. N ćwiczenich stndrdowe

Bardziej szczegółowo

Ekoenergetyka Matematyka 1. Wykład 15. CAŁKI OZNACZONE. Egzaminy I termin poniedziałek :00 Aula B sala 12B Wydział Informatyki

Ekoenergetyka Matematyka 1. Wykład 15. CAŁKI OZNACZONE. Egzaminy I termin poniedziałek :00 Aula B sala 12B Wydział Informatyki Ekoenergetyk Mtemtyk 1. Wykłd 15. CAŁKI OZNACZONE Egzminy I termin poniedziłek 31.01 14:00 Aul B sl 12B Wydził Informtyki Definicj (podził odcink) II termin poprwkowy czwrtek 9.02 14:00 WE-030 Podziłem

Bardziej szczegółowo

Języki formalne i automaty Ćwiczenia 7

Języki formalne i automaty Ćwiczenia 7 Języki formalne i automaty Ćwiczenia 7 Autor: Marcin Orchel Spis treści Spis treści... 1 Wstęp teoretyczny... 2 Automaty... 2 Cechy automatów... 4 Łączenie automatów... 4 Konwersja automatu do wyrażenia

Bardziej szczegółowo

ę Ł Ó ę ę ć ę ę ż ę ę Ź Ć ć ę ę ż ę ę Ł ć ż ż ć ć ź ć ę Ń ć ę ż ę ć ęż Ń ć ż ć ź ę ę ź ę ć ż ć Ź ż ę Ł Ż ż ć Ź ę Ń ż ć ę ę ż ę ę ć ę ż ż ż Ł ę żę ż ć ź ę Ó ć ć ż ć ę ę ę ę ę ć ę Źć ę ę ę ę ę ę ż ż ż ć

Bardziej szczegółowo

Minimalizacja automatów niedeterministycznych na słowach skończonych i nieskończonych

Minimalizacja automatów niedeterministycznych na słowach skończonych i nieskończonych Szczepan Hummel Minimalizacja automatów niedeterministycznych na słowach skończonych i nieskończonych 24.11.2005 1. Minimalizacja automatów deterministycznych na słowach skończonych (DFA) [HU] relacja

Bardziej szczegółowo

Jaki język zrozumie automat?

Jaki język zrozumie automat? Jaki język zrozumie automat? Wojciech Dzik Instytut Matematyki Uniwersytet Śląski Katowice wojciech.dzik@us.edu.pl 7. Forum Matematyków Polskich, 12-17 września 2016, Olsztyn Prosty Automat do kawy Przemawiamy

Bardziej szczegółowo

Dopełnienie to można wyrazić w następujący sposób:

Dopełnienie to można wyrazić w następujący sposób: 1. (6 punktów) Czy dla każdego regularnego L, język f(l) = {w : każdy prefiks w długości nieparzystej należy do L} też jest regularny? Odpowiedź. Tak, jęsli L jest regularny to też f(l). Niech A będzie

Bardziej szczegółowo

Wykład 2. Pojęcie całki niewłaściwej do rachunku prawdopodobieństwa

Wykład 2. Pojęcie całki niewłaściwej do rachunku prawdopodobieństwa Wykłd 2. Pojęcie cłki niewłściwej do rchunku prwdopodobieństw dr Mriusz Grządziel 4 mrc 24 Pole trpezu krzywoliniowego Przypomnienie: figurę ogrniczoną przez: wykres funkcji y = f(x), gdzie f jest funkcją

Bardziej szczegółowo

Rozwiązania maj 2017r. Zadania zamknięte

Rozwiązania maj 2017r. Zadania zamknięte Rozwiązni mj 2017r. Zdni zmknięte Zd 1. 5 16 5 2 5 2 Zd 2. 5 2 27 2 23 2 2 2 2 Zd 3. 2log 3 2log 5log 3 log 5 log 9 log 25log Zd. 120% 8910 1,2 8910 2,2 8910 $%, 050 Zd 5. Njłtwiej jest zuwżyć że dl 1

Bardziej szczegółowo

ZŁOŻONOŚĆ OBLICZENIOWA ALGORYTMÓW

ZŁOŻONOŚĆ OBLICZENIOWA ALGORYTMÓW ZŁOŻONOŚĆ OBLICZENIOWA ALGORYTMÓW RELACJE MIEDZY KLASAMI ZŁOŻONOŚCI Bartosz Zieliński Katedra Fizyki Teoretycznej i Informatyki Zima 2011-2012 KLASY ZŁOŻONOŚCI KLASE ZŁOŻONOŚCI OPISUJE SIE PODAJAC: Model

Bardziej szczegółowo

Metody generowania skończonych modeli zachowań systemów z czasem

Metody generowania skończonych modeli zachowań systemów z czasem Metody generowni skońzonyh modeli zhowń systemów z zsem Rozprw doktorsk npisn pod kierunkiem do. dr hb. Wojieh Penzk IPI PAN, 5.02.05 p./24 Cel pry Oprownie nowyh, efektywnyh metod generowni modeli bstrkyjnyh

Bardziej szczegółowo

Przeguby precyzyjne KTR z łożyskowaniem ślizgowym lub igiełkowym

Przeguby precyzyjne KTR z łożyskowaniem ślizgowym lub igiełkowym Przeguy precyzyjne KTR z łożyskowniem ślizgowym lu igiełkowym Przeguy KTR, to pod względem technicznym, wysokojkościowe elementy do łączeni dwóch włów, o dopuszczlnej wielkości kąt prcy dl pojedynczego

Bardziej szczegółowo

Modele abstrakcyjne w weryfikacji

Modele abstrakcyjne w weryfikacji Modele strkyjne w weryfikji Krzysztof Nozderko kn201076@students.mimuw.edu.pl 16 mj 2006 Modele strkyjne w weryfikji Bisymulj jko gr Weżmy dw modele. Żey rozstrzygnć, zy s one z punktu widzeni oserwtor

Bardziej szczegółowo

ezyki Automaty i Obliczenia (nieformalne notatki)

ezyki Automaty i Obliczenia (nieformalne notatki) J ezyki Automty i Oliczeni (nieformlne nottki) W. Rytter J ezyki formlne - ziory s lów nd lfetem skończonym.podsttwowe opercje to, orz konktencj. Wyrżeni regulrne stndrdowe - tylko te opercje, st le to

Bardziej szczegółowo

Automaty Büchi ego i równoważne modele obliczeń

Automaty Büchi ego i równoważne modele obliczeń Politechnika Krakowska im. Tadeusza Kościuszki Wydział Fizyki, Matematyki i Informatyki Kierunek Matematyka Paulina Barbara Rozwód Automaty Büchi ego i równoważne modele obliczeń praca magisterska studia

Bardziej szczegółowo

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA Mteriły do wykłdu MATEMATYKA DYSKRETNA dl studiów zocznych cz. Progrm wykłdu: KOMBINATORYKA:. Notcj i podstwowe pojęci. Zlicznie funkcji. Permutcje. Podziory zioru. Podziory k-elementowe. Ziory z powtórzenimi

Bardziej szczegółowo

Częściowo przemienne grafy bezkontekstowe

Częściowo przemienne grafy bezkontekstowe Częściowo przemienne grfy ezkontekstowe Wojciech Czerwiński utorefert rozprwy doktorskiej Temtem rozprwy jest kls częściowo przemiennych grfów ezkontekstowych. Jest to model oliczeń odzwierciedljący zrówno

Bardziej szczegółowo

Karta oceny merytorycznej wniosku o dofinansowanie projektu konkursowego PO KL 1

Karta oceny merytorycznej wniosku o dofinansowanie projektu konkursowego PO KL 1 Złącznik 3 Krt oceny merytorycznej wniosku o dofinnsownie konkursowego PO KL 1 NR WNIOSKU KSI: WND-POKL. INSTYTUCJA PRZYJMUJĄCA WNIOSEK:. NUMER KONKURSU 2/POKL/8.1.1/2010 TYTUŁ PROJEKTU:... SUMA KONTROLNA

Bardziej szczegółowo

Programowanie z więzami (CLP) CLP CLP CLP. ECL i PS e CLP

Programowanie z więzami (CLP) CLP CLP CLP. ECL i PS e CLP Progrmowie z więzmi (CLP) mjąc w PROLOGu: p(x) :- X < 0. p(x) :- X > 0. i pytjąc :- p(x). dostiemy Abort chcelibyśmy..9 CLP rozrzeszeie progrmowi w logice o kocepcję spełii ogriczeń rozwiązie = logik +

Bardziej szczegółowo

Hipoteza Černego, czyli jak zaciekawić ucznia teorią grafów

Hipoteza Černego, czyli jak zaciekawić ucznia teorią grafów Młodzieżowe Uniwersytety Mtemtyczne Projekt współfinnsowny przez Unię Europejską w rmch Europejskiego Funduszu Społecznego Hipotez Černego, czyli jk zciekwić uczni teorią grfów Adm Romn, Instytut Informtyki

Bardziej szczegółowo

Obliczenia inspirowane Naturą

Obliczenia inspirowane Naturą Obliczenia inspirowane Naturą Wykład 01 Od maszyn Turinga do automatów komórkowych Jarosław Miszczak IITiS PAN Gliwice 03/03/2016 1 / 16 1 2 3 Krótka historia Znaczenie 2 / 16 Czego dowiedzieliśmy się

Bardziej szczegółowo

Komisja Egzaminacyjna dla Aktuariuszy LIX Egzamin dla Aktuariuszy z 12 marca 2012 r. Część I Matematyka finansowa

Komisja Egzaminacyjna dla Aktuariuszy LIX Egzamin dla Aktuariuszy z 12 marca 2012 r. Część I Matematyka finansowa Mtemtyk finnsow 12.03.2012 r. Komisj Egzmincyjn dl Akturiuszy LIX Egzmin dl Akturiuszy z 12 mrc 2012 r. Część I Mtemtyk finnsow WERSJA TESTU A Imię i nzwisko osoby egzminownej:... Czs egzminu: 100 minut

Bardziej szczegółowo

ż ż Ę Ę Ę Ó ś ó ę Ć ęż ś ę ę ó ś ę ó ę ę Ę ę ó ść Ę ęć Ż Ś ę ę ę ó ż ż ź ę ż ż ś ę Ó ę ę Ł ęż ś ę ę ó ś ę ż ó Ę ę ę ę ść Ę ę ę ę ęć ę ż ś ę ę ę ę ó ż ę Ł Ę ę ż Ę ęż ś ę ó ę ś ę ż ó ę ę ż ść ę ę ę ę ę ęć

Bardziej szczegółowo

ż ę ć ę ę ę ę ę ę ę ć Ż ę ę ę ż ę ę ę ę ę Ż ć ż ż ę ż Ę ć ę ż ę ęż ę ę ę ę ż ć ź Ł Ę ę ż Ę ć ę Ż ę ęż ę ę ę ę ż ć ź Ę Ł ę ę Ą ż Ę ż Ę ż Ę ż ę Ą Ą ę Ę ę ę Ż ź Ż Ż ż ć ź ź ę ż Ę ż Ę ę Ę Ę ć ż ę ć ż ć ź Ł

Bardziej szczegółowo

ć ą ą ą ż ą ż ć Ę ą ą ż ć ą ą ń ą ą ż ń ą ą ą ą ą ą ą ą ż ż ń ą ą ą ż ą ń Ś ą ą Ó ą Ęż ż ń Ś ń ń ń Ę ą ą Ó ń ą ą Ż ą ą Ó ą Ó ą Ż Ó Ó ą Ż ą ą Ó Ó ą ą Ś ą ą ń ń ą ą ą Ó ą Ż Ó ą Ę Ę Ł ą ą Ł Ą Ł Ł Ś ć ą Ś

Bardziej szczegółowo

Kodowanie liczb. Kodowanie stałopozycyjne liczb całkowitych. Niech liczba całkowita a ma w systemie dwójkowym postać: Kod prosty

Kodowanie liczb. Kodowanie stałopozycyjne liczb całkowitych. Niech liczba całkowita a ma w systemie dwójkowym postać: Kod prosty Kodownie licz Kodownie stłopozycyjne licz cłkowitych Niech licz cłkowit m w systemie dwójkowym postć: nn 0 Wtedy może yć on przedstwion w postci ( n+)-itowej przy pomocy trzech niżej zdefiniownych kodów

Bardziej szczegółowo

Maszyna Turinga języki

Maszyna Turinga języki Maszyna Turinga języki Teoria automatów i języków formalnych Dr inż. Janusz Majewski Katedra Informatyki Maszyna Turinga (1) b b b A B C B D A B C b b Q Zależnie od symbolu obserwowanego przez głowicę

Bardziej szczegółowo

Wspomaganie obliczeń za pomocą programu MathCad

Wspomaganie obliczeń za pomocą programu MathCad Wprowdzenie do Mthcd' Oprcowł:M. Detk P. Stąpór Wspomgnie oliczeń z pomocą progrmu MthCd Definicj zmiennych e f g h 8 Przykłd dowolnego wyrŝeni Ay zdefinowc znienną e wyierz z klwitury kolejno: e: e f

Bardziej szczegółowo

Wyznacznikiem macierzy kwadratowej A stopnia n nazywamy liczbę det A określoną następująco:

Wyznacznikiem macierzy kwadratowej A stopnia n nazywamy liczbę det A określoną następująco: Def.8. Wyzncznikiem mcierzy kwdrtowej stopni n nzywmy liczbę det określoną nstępująco:.det.det dl n n det det n det n, gdzie i j ozncz mcierz, którą otrzymujemy z mcierzy przez skreślenie i- tego wiersz

Bardziej szczegółowo

Ż ż Ź ż ż ć ż ż ż ż ć ż Ź ż ż ż ć Ś ż Ś ć ż ć ż ż ż ć ć ż Ź ż ćż ż ż ż Ż ż Ą ż żć ż ż Ś ż ż ż ć ż ż ż ż ż ż ż ć Ć ż Ą Ż Ż ć Ś ż ż Ś Ś Ęż ż ć ż Ż Żż Ć ż ż ż ż ż ć Ż ż Ćż Ż ż ż ż Ą ż ż ć ż ć ż ż ć ż ż ż

Bardziej szczegółowo

Metody Lagrange a i Hamiltona w Mechanice

Metody Lagrange a i Hamiltona w Mechanice Metody Lgrnge i Hmilton w Mechnice Mriusz Przybycień Wydził Fizyki i Informtyki Stosownej Akdemi Górniczo-Hutnicz Wykłd 3 M. Przybycień (WFiIS AGH) Metody Lgrnge i Hmilton... Wykłd 3 1 / 15 Przestrzeń

Bardziej szczegółowo

RBD Relacyjne Bazy Danych

RBD Relacyjne Bazy Danych Wykłd 6 RBD Relcyjne Bzy Dnych Bzy Dnych - A. Dwid 2011 1 Bzy Dnych - A. Dwid 2011 2 Sum ziorów A i B Teori ziorów B A R = ) ( Iloczyn ziorów A i B ( ) B A R = Teori ziorów Różnic ziorów ( A) i B Iloczyn

Bardziej szczegółowo

Ó Ę Ę ź ź ź Ź ź ź ź Ż Ś Ś Ż Ś ź ź Ó Ś Ż ź ć Ść Ź Ż ć Ż Ć ć ź Ź Ź Ó Ś ć ć Ż Ć Ś ć ź Ż ć Ść ć ć Ż Ś Ż ć Ż ź ć ź Ż ź ć ć Ś Ź Ż ć ć ć ć ć Ś Ś Ż ź Ę Ś Ś Ś Ż ć ź ć ć ć Ż Ż ć ć Ż Ź ć Ś Ś Ś Ś Ź Ó Ś Ś ć Ś ć Ć ź

Bardziej szczegółowo

ż Ą ż Ó Ę Ś ć ż ć ż ć Ś ż Ś ż Ń ż ż Ź ż Ź ż Ą Ś ż ć ć Ś Ą ż ż ż ź ż ż Ń Ę ż ż ć Ń ż Ń ż ż ź ż ż ż ż ż ź Ś ż ż ź ż Ś Ś ż ź ź ż ź Ą ż Ź ż ź ź Ź ź Ź ź ż Ź ż ź Ę ż ż Ę ż Ó Ń ż ź ć ż ź ż Ę ż ć ż ź ź ź ż ż

Bardziej szczegółowo

Ę Ś ź Ę Ę ć ć ź ć ć ć ć ć źć ć ć ć ć Ź ź Ś ć Ł Ę ć ć Ą ź ć Ó Ł ź ć ć Ź Ł ć ć ć ć ć ć ć ź ć ć ć ć ź Ź ć ź ć ć ź ć ź Ź Ź ź ź ź Ś ź ź ć ć Ś Ę ć ź ć ć Ś ć ć ć ć ź ź ć ź ć ć ć Ź Ź ć Ś Ę ć Ć ć ź ć Ę ć ć ć ć

Bardziej szczegółowo

Ł Ę Ł Ż ż Ń Ą Ó Ó ż Ś Ź ć ż ż ć Ć ż Ż ć Ó ż Ś Ó Ś ż Ó ż Ś ć ć Ż Ł ż ż ż ć ć ż Ó Ó Ę Ż Ó Ż ż Ó ż Ó Ź Ż ż Ó Ó ć Ó ż ż ć ż Ś Ż ć Ó ż Ś Ś ż ć ć Ó ż Ó Ó ż Ź Ę Ł Ż Ł Ź Ż ż Ó ż ż ż ż Ż ż ż Ż ż Ł ć Ż ż Ż ż Ó Ż

Bardziej szczegółowo

ć Ł ć ć ź Ą ć ć ć źć Ź Ź ŹĆ ć ć ć ć ć ć ć ć ć ć ć ć ć ć ć ć ć ć ć Ą ć Ł ć ć ć ć ć ć ć ŚĆ Ś ź ć ć ć Ć Ó Ć ć Ą Ł Ł Ł ź Ś Ł ć ć Ą Ą ź ć ć Ą ć ź ć ź ź ć ź ź Ą Ą Ń ć ź Ł ć Ć ć ź ć Ś ć ć ć ć ć ć ć Ś ć ć ć ć

Bardziej szczegółowo

ć Ń Ż Ł ć ć Ś ź ŚĆ Ą ć ź ć ć Ż Ś ź Ą ć Ń Ć Ć ć ć Ą ć źć Ń Ł Ł Ł ź ć Ą ź Ś ź ć Ń Ń ć Ć Ć ź Ś ź ć Ś Ś Ł ź Ś Ś ź ć ź ć Ś ć Ś ć ć Ż ć Ż ź ź Ą ć Ł Ń Ć ć Ż Ś ć ć ć ć Ś ć ć ć Ą ć ć ź ć ć ć ć ć Ń Ż Ż Ż Ż Ś ć Ą

Bardziej szczegółowo

Ś ć ć Ż ć ć Ż ć ć ć ć ć Ę Ź Ż Ż ć Ę ć Ę Ź Ź Ó ć ć Ź ć Ó Ś ć Ź Ę Ę Ę ć Ń ć Ś ć Ż ć Ę Ę ć Ż Ł ź Ź Ś Ą ć Ą Ą ć Ą Ę ć ć Ę ć ć ć Ż ć Ź Ą Ł ć ć ć ć Ę ć Ź ć Ź ć Ą ć Ą ć ć ć ć Ą ć Ą ć Ż Ą ć ć ć ć ć ć Ść ć źć Ę

Bardziej szczegółowo

Ł Ł Ź Ź ź ź ć ź ć Ę Ź Ś Ś ć ć Ś ć ć ć Ź ć źć ć ć ć ć Ź ć ć ć ć ć ć ź ć Ś ć ć Ą ć Ź ć Ś Ó Ź Ś ź ć ź Ś ć Ł Ą ć ć ć ć Ź Ź ć Ź ć ć ć Ź ź ć ć ć ć ć Ś ć ć ć ć ć Ł ć Ś ć Ź Ź Ź ć ć Ś Ś ć ć ć ź Ą ć ć ć ć ć ć ć

Bardziej szczegółowo

ń ć ć ń Ń ź ć ć ć ć ź ć ć ń ć źć ń ź ć ć ć ć ć Ę ć ń ć ć ć Ę ź ń ń ć ć ń ć ć ć ć ć ć ć ć ć ć ń ć ź ć ć ć ć ź ć ń ć ć ć ń ć ć ć Ń ć ź ć ć ń ć ć ć ć ć ć ć ć ć ć ź ć ć ć ć ć ć ć ć ź Ń ń ź ń ć ń ć ć ć Ę ć

Bardziej szczegółowo

Ę Ę ć Ó ć ć Ń ź ź Ó Ć Ó ć ć ź ź ć ć ć Ń ć Ó ć ć ć ć Ó Ó ć Ó ć ć Ó Ę Ó ÓÓ Ę ć Ó ć ć Ó ć ć Ó Ę ć Ć Ó Ź Ę Ó Ó Ó ć Ó ź Ó ź Ń Ę Ó Ę Ę Ę ć ć Ć ć Ę Ę Ó Ó Ó ć ź Ń ć Ź ć ź ć ć Ę ć Ę ć ź ć Ó Ó Ę ć ć ć ź ć Ę ć Ź

Bardziej szczegółowo

Ó ż ń Ą ź ń ż ć Ó ń ć Ć Ą ż Ą ć Ł Ę Ę Ą ć Ó ź ć ć ć ń Ń Ą ć ć ż Ó ź Ł Ł Ę ć ż ć Ę Ł ć Ń Ą Ł Ł Ę Ł ć ż ż ż Ł ć ć Ę Ń Ę Ą ń Ą ń ń ż ż ń ż ź Ń ź ć ź ń Ó ń ć Ł Ą Ą ż ż ć Ó Ł ć ć ź Ó ź ź Ę ć ć ń źć Ą ż Ą ż

Bardziej szczegółowo

Ć Ć Ą ź ń ć ń Ź ń ć Ą ć ć ć Ę ć ń Ą Ą ź ń ź ń ń Ę ń ć ć Ę Ę ć Ę Ź Ź Ą Ę ń ń ń Ę ń ń Ą ń ń Ą Ą Ć Ą ć ń ć ń ć Ć ń ń Ą ń Ą Ą ć ć ź ź Ź ć ń ń Ą ń ń ń Ę Ą ć ń Ą ć Ą Ę ć ć Ę ń Ć Ę ń Ą Ź Ę ń Ę ń ń ć ć Ń ń Ą ń

Bardziej szczegółowo

Ł Ż ć Ę Ę Ę Ę Ż Ę Ź ć ć ć Ł Ż ć Ę ć Ł ć Ę ź Ż ć Ę ć ć Ł Ł ć ź Ż Ż Ż ć ć Ż ć ć ć ć ć ć ć ć ć ć ć ć ć Ś ć ć Ę Ę Ł ć Ś ć Ł Ż Ę ć ć ć Ż Ż Ę Ł Ę ć Ę ć ć ć ć ć Ę ć ć ć Ł ź Ż Ę Ż Ż ć Ę źć źć ź Ż Ł ć ć ć Ż Ę ź

Bardziej szczegółowo

Ł Ś ÓŻ Ż Ż Ż Ż Ś Ś Ę Ł ć Ą ŚĆ Ś Ą ć Ą Ś Ą Ś ź ć ź ć ć Ą ć Ą Ń ź ź ć Ą ć ć Ą ź Ę Ś Ą ź Ś ź Ą Ą ć Ę ć ź Ą ć Ą ć ć ć Ą Ą Ą Ą ŚĆ Ść ć Ń Ś ć ć Ę Ź ć Ę Ń ć Ć ć ć ć ć Ę Ń ć ć ć Ł ć Ą ć Ą Ą Ę Ć źć ć Ś ź Ę Ą Ś

Bardziej szczegółowo

Analiza leksykalna: problem dopasowywania wzorca, budowanie lekserów

Analiza leksykalna: problem dopasowywania wzorca, budowanie lekserów Anliz leksykln: prolem dopsowywni wzorc, udownie lekserów Wyszukiwnie wzorc W prktycznych zstosownich teorii języków formlnych nie sposó nie wspomnieć o prolemie wyszukiwni wzorc. Zjmiemy się njprostszą

Bardziej szczegółowo

SZTUCZNA INTELIGENCJA

SZTUCZNA INTELIGENCJA SZTUCZNA INTELIGENCJA WYKŁAD 9. ZBIORY ROZMYTE Częstochow 204 Dr hb. inż. Grzegorz Dudek Wydził Elektryczny Politechnik Częstochowsk ZBIORY ROZMYTE Klsyczne pojęcie zbioru związne jest z logiką dwuwrtościową

Bardziej szczegółowo

Wprowadzenie do Sieci Neuronowych Łańcuchy Markowa

Wprowadzenie do Sieci Neuronowych Łańcuchy Markowa Wprowdzenie do Siei Neuronowyh Łńuhy Mrkow Mj Czoków, Jrosłw Piers 213-1-14 1 Przypomnienie Łńuh Mrkow jest proesem stohstyznym (iągiem zmiennyh losowyh), w którym rozkłd zmiennej w hwili t zleży wyłąznie

Bardziej szczegółowo

ZADANIA OTWARTE. Są więc takie same. Trzeba jeszcze pokazać, że wynoszą one 2b, gdyż taka jest długość krawędzi dwudziestościanu.

ZADANIA OTWARTE. Są więc takie same. Trzeba jeszcze pokazać, że wynoszą one 2b, gdyż taka jest długość krawędzi dwudziestościanu. ZADANIA OTWARTE ZADANIE 1 DWUDZIESTOŚCIAN FOREMNY Wiemy, że z trzech złotych prostokątów możn skonstruowć dwudziestościn foremny. Wystrczy wykzć, że długości boków trójkąt ABC n rysunku obok są równe.

Bardziej szczegółowo

Temat I. Warunku współpracy betonu i zbrojenia w konstrukcjach żelbetowych. Wymagania. Beton. Zbrojenie

Temat I. Warunku współpracy betonu i zbrojenia w konstrukcjach żelbetowych. Wymagania. Beton. Zbrojenie Dr inż. Zigniew PLEWAKO Ćwiczeni z konstrukcji żeletowych. Temt I Temt I. Wrunku współprcy etonu i zrojeni w konstrukcjch żeletowych. Wymgni. Beton Zdnie: Przeniesienie sił ściskjących, sclenie i zpewnienie

Bardziej szczegółowo

3. F jest lewostronnie ciągła

3. F jest lewostronnie ciągła Def. Zmienną losową nzywmy funkcję X: tką, że x R : { : X( ) < x }. Ozn.: zmist pisd A = { : X( ) < x } piszemy A = { X < x } zdrzenie poleg n tym, że X( )

Bardziej szczegółowo

Klucz odpowiedzi do zadań zamkniętych i schemat oceniania zadań otwartych

Klucz odpowiedzi do zadań zamkniętych i schemat oceniania zadań otwartych Klucz odpowiedzi do zdń zmkniętc i scemt ocenini zdń otwrtc Klucz odpowiedzi do zdń zmkniętc 4 7 9 0 4 7 9 0 D D D Scemt ocenini zdń otwrtc Zdnie (pkt) Rozwiąż nierówność x x 0 Oliczm wróżnik i miejsc

Bardziej szczegółowo

Podstawy programowania obiektowego

Podstawy programowania obiektowego 1/3 Podstwy progrmowni oiektowego emil: m.tedzki@p.edu.pl stron: http://rgorn.p.ilystok.pl/~tedzki/ Mrek Tędzki Wymgni wstępne: Wskzn yły znjomość podstw progrmowni strukturlnego (w dowolnym języku). Temty

Bardziej szczegółowo

Zadanie 1. Czy prawdziwa jest następująca implikacja? Jeśli L A jest językiem regularnym, to regularnym językiem jest też. A = (A, Q, q I, F, δ)

Zadanie 1. Czy prawdziwa jest następująca implikacja? Jeśli L A jest językiem regularnym, to regularnym językiem jest też. A = (A, Q, q I, F, δ) Zadanie 1. Czy prawdziwa jest następująca implikacja? Jeśli L A jest językiem regularnym, to regularnym językiem jest też L = {vw : vuw L dla pewnego u A takiego, że u = v + w } Rozwiązanie. Niech A =

Bardziej szczegółowo

10110 =

10110 = 1. (6 punktów) Niedeterministyczny automat skończony nazwiemy jednoznacznym, jeśli dla każdego akceptowanego słowa istnieje dokładnie jeden bieg akceptujący. Napisać algorytm sprawdzający, czy niedeterministyczny

Bardziej szczegółowo