Zastosowanie systemów pośrednich między S4 a S5 w kontekstach epistemicznych

Wielkość: px
Rozpocząć pokaz od strony:

Download "Zastosowanie systemów pośrednich między S4 a S5 w kontekstach epistemicznych"

Transkrypt

1 Zastosowanie systemów pośrednich między S4 a S5 w kontekstach epistemicznych Zastosowania logiki modalnej Lublin, 17 listopada 2009

2 Aksjomaty i semantyka

3 Uwagi historyczne W. T. Parry: system pośredni S4.5 między S4 a S5 S4 + { L(LMLp Lp) }; utożsamienie L i LML, pozostają modalności L, ML, LM, M oraz ich negacje;

4 Uwagi historyczne W. T. Parry: system pośredni S4.5 między S4 a S5 S4 + { L(LMLp Lp) }; utożsamienie L i LML, pozostają modalności L, ML, LM, M oraz ich negacje; poł. lat L-tych - A. Prior: poszukiwanie systemu dla modalności Diodorowskiej; najpierw S4, potem odkrycie potrzeby systemu pośredniego między S4 a S5;

5 Uwagi historyczne W. T. Parry: system pośredni S4.5 między S4 a S5 S4 + { L(LMLp Lp) }; utożsamienie L i LML, pozostają modalności L, ML, LM, M oraz ich negacje; poł. lat L-tych - A. Prior: poszukiwanie systemu dla modalności Diodorowskiej; najpierw S4, potem odkrycie potrzeby systemu pośredniego między S4 a S5; Dummett i Lemmon, Modal Logics between S4 and S5 : Systemy S4.2, S4.3, system modalności Diodorowskiej D (zwany przez Sobocińskiego S4.3.1);

6 Uwagi historyczne W. T. Parry: system pośredni S4.5 między S4 a S5 S4 + { L(LMLp Lp) }; utożsamienie L i LML, pozostają modalności L, ML, LM, M oraz ich negacje; poł. lat L-tych - A. Prior: poszukiwanie systemu dla modalności Diodorowskiej; najpierw S4, potem odkrycie potrzeby systemu pośredniego między S4 a S5; Dummett i Lemmon, Modal Logics between S4 and S5 : Systemy S4.2, S4.3, system modalności Diodorowskiej D (zwany przez Sobocińskiego S4.3.1); lata LX i LXX - B. Sobociński, J. Zeman: S4.4 i inne systemy pośrednie; rodzina systemów K; semantyki Kripke owskie dla systemów pośrednich;

7 Uwagi historyczne W. T. Parry: system pośredni S4.5 między S4 a S5 S4 + { L(LMLp Lp) }; utożsamienie L i LML, pozostają modalności L, ML, LM, M oraz ich negacje; poł. lat L-tych - A. Prior: poszukiwanie systemu dla modalności Diodorowskiej; najpierw S4, potem odkrycie potrzeby systemu pośredniego między S4 a S5; Dummett i Lemmon, Modal Logics between S4 and S5 : Systemy S4.2, S4.3, system modalności Diodorowskiej D (zwany przez Sobocińskiego S4.3.1); lata LX i LXX - B. Sobociński, J. Zeman: S4.4 i inne systemy pośrednie; rodzina systemów K; semantyki Kripke owskie dla systemów pośrednich; lata LXX - W. Lenzen: stosowanie systemów pośrednich w kontekstach epistemicznych

8 Aksjomaty systemów modalnych K. K(φ ψ) (Kφ Kψ) D. Kφ Mφ T. Kφ φ 4. Kφ KKφ 5. MKφ Kφ RG φ Kφ

9 Aksjomaty systemów modalnych K. K(φ ψ) (Kφ Kψ) D. Kφ Mφ T. Kφ φ 4. Kφ KKφ 5. MKφ Kφ RG φ Kφ 4.2 MKφ KMφ 4. 3 K(φ Mψ) K(ψ Mφ) K(K(φ Kφ) φ) (MKφ φ) K(Kφ ψ) (MKψ φ) F. Mφ MKψ K(Mφ ψ) 4.4. ((φ MKψ) K(φ ψ)

10 Inne sformułowania aksjomatów 4.3 (*) K(Kφ Kψ) K(Kψ Kφ) 4.3 (**) K(Kφ ψ) K(Kψ φ) MKψ φ K( ψ Mφ) F MKψ Mφ K( ψ Mφ) 4.4 MKψ φ K( ψ φ)

11 Lista systemów T (=KT): { K } + { T } + { RG } D: { K } + { D } + { RG } S4 (=KT4): T + { 4 } KD4: D + {4 }

12 Lista systemów T (=KT): { K } + { T } + { RG } D: { K } + { D } + { RG } S4 (=KT4): T + { 4 } KD4: D + {4 } S4.2: S4 + { 4.2 } S4.3: S4 + { 4.3 } S4D (=S4.3.1): S4.3 + { } S4F: S4 + { F } S4.3.2: S4 + { } S4.4: S4 + { 4.4 } S5 (=KT45): S4 + { 5 } KD45: KD4 + { 5 }

13 Własności relacji dostępności Ser Ser(R) x y(xry) Refl Refl(R) x(xrx) Sym Sym(R) x y(xry yrx) E Euclid(R) x y z(xry xrz yrz) Tr Trans(R) x y z(xry yrz xrz)

14 Własności relacji dostępności Ser Ser(R) x y(xry) Refl Refl(R) x(xrx) Sym Sym(R) x y(xry yrx) E Euclid(R) x y z(xry xrz yrz) Tr Trans(R) x y z(xry yrz xrz) Con Con(R) x y z(xry xrz (yrz zry) Conv Conv(R) x y t(xry xrt z(yrz trz)) SConv SConv(R) x z y(xry yrz) WCon WCon(R) x y z((xry xrz) (yrz zry)) F F(R) x y(xry ( z(xrz yrz) z(xrz zry))) F* F*(R) x y z((xry xrz (zry yrx)) TB TB(R) x y((xry x y) z(xrz zry)) RSym RSym (R) x y z(xry yrz zry x = y)

15 Relacje między systemami S5 S4.4 S4.3.1 S4.2.1 S4.3.2 S4.3 S.4.2 S4

16 System S4 i S4.3 Modalności Diodora: jest konieczne = jest prawdziwe teraz i w każdym momencie w przyszłości, a jest możliwe = jest prawdziwe teraz lub w pewnym momencie przyszłości

17 System S4 i S4.3 Modalności Diodora: jest konieczne = jest prawdziwe teraz i w każdym momencie w przyszłości, a jest możliwe = jest prawdziwe teraz lub w pewnym momencie przyszłości S4: relacja alternatywności (zwrotna, przechodnia) częściowo porządkuje światy w modelu - model rozgałęziony. Istnieją przyszłe stany rzeczy dostępne dla mnie teraz, które mogą wskutek pewnych zdarzeń pośrednich stać się dla mnie niedostępne w przyszłości.

18 System S4 i S4.3 Modalności Diodora: jest konieczne = jest prawdziwe teraz i w każdym momencie w przyszłości, a jest możliwe = jest prawdziwe teraz lub w pewnym momencie przyszłości S4: relacja alternatywności (zwrotna, przechodnia) częściowo porządkuje światy w modelu - model rozgałęziony. Istnieją przyszłe stany rzeczy dostępne dla mnie teraz, które mogą wskutek pewnych zdarzeń pośrednich stać się dla mnie niedostępne w przyszłości. S4.3: liniowe uporządkowanie momentów czasowych; dla dowolnych światów w 1, w 2, albo w 1 ma dostęp do w 2 albo w 2 ma dostęp do w 1 lub też w 1 = w 2 (relacja jest spójna)

19 S4.2, S (D) S4.2 - kompromis między S4 (czas rozgałęziony) a S4.3 (czas linearny); w S4.2 relacja R zbieżna (konwergentna): istnieje taki moment czasowy, w którym gałęzie są zbieżne;

20 S4.2, S (D) S4.2 - kompromis między S4 (czas rozgałęziony) a S4.3 (czas linearny); w S4.2 relacja R zbieżna (konwergentna): istnieje taki moment czasowy, w którym gałęzie są zbieżne; S4.3.1 właściwym systemem Diodorowskim; w S4.3 czas liniowy i ciągły (własc. gęsty); jeśli do S4.3 dodać np. formułę K(K((K Kp) Kp) (MKp Kp)) otrzyma się dyskretną sekwencję czasową (pomiędzy dwoma momentami istnieje nieskończenie wiele chwil).

21 S4.3.2 (S4F), S4.4, S5 S5: Jest konieczne, że p = p jest teraz prawdziwe i było zawsze i będzie zawsze prawdziwe ; jest możliwe, że p = Teraz jest prawdziwe lub kiedyś było prawdziwe lub kiedyś będzie prawdziwe

22 S4.3.2 (S4F), S4.4, S5 S5: Jest konieczne, że p = p jest teraz prawdziwe i było zawsze i będzie zawsze prawdziwe ; jest możliwe, że p = Teraz jest prawdziwe lub kiedyś było prawdziwe lub kiedyś będzie prawdziwe S4.4 słabszy od S5: logika końca świata aksjomat 4.4: MKφ φ K(φ φ), jeśli zdanie jest prawdziwe i możliwie konieczne, to jest konieczne; obecna chwila jest ostatnią chwilą, po której czas zamieni się w wieczność;

23 S4.3.2 (S4F), S4.4, S5 S5: Jest konieczne, że p = p jest teraz prawdziwe i było zawsze i będzie zawsze prawdziwe ; jest możliwe, że p = Teraz jest prawdziwe lub kiedyś było prawdziwe lub kiedyś będzie prawdziwe S4.4 słabszy od S5: logika końca świata aksjomat 4.4: MKφ φ K(φ φ), jeśli zdanie jest prawdziwe i możliwie konieczne, to jest konieczne; obecna chwila jest ostatnią chwilą, po której czas zamieni się w wieczność; S4.3.2 (4F): czas nie-rozgałęziony x y z((xry xrz (zry yrx))

24 Gdyby ktoś mniemał, że coś wie, to jeszcze nie wie, jak wiedzieć należy /1Kor 8, 2/

25 Hintikka o własnościach wiedzy Pojęcie wiedzy winno spełniać warunki klasycznej definicji: prawdziwość; przekonanie; coś jeszcze - konkluzywność, niepowątpiewalność.

26 Hintikka o własnościach wiedzy Pojęcie wiedzy winno spełniać warunki klasycznej definicji: prawdziwość; przekonanie; coś jeszcze - konkluzywność, niepowątpiewalność. Ważne: brak odwołania się do introspekcji.

27 Hintikka o własnościach wiedzy Pojęcie wiedzy winno spełniać warunki klasycznej definicji: prawdziwość; przekonanie; coś jeszcze - konkluzywność, niepowątpiewalność. Ważne: brak odwołania się do introspekcji. Stąd: relacja alternatywności winna być zwrotna i przechodnia. Przechodniość: wyraża warunek konkluzywności: w każdym możliwym świecie prawdziwe nie tylko p, ale i wie, że p

28 Hintikka o własnościach wiedzy Relacja dostępności nie może być symetryczna: Dwa argumenty: Jeśli sym(r) (czyli przyjmujemy aksjomat 5), to trzeba uznać wzór p K K p Można by dojść do wiedzy przez samą refleksję

29 Hintikka o własnościach wiedzy Relacja dostępności nie może być symetryczna: Dwa argumenty: Jeśli sym(r) (czyli przyjmujemy aksjomat 5), to trzeba uznać wzór p K K p Można by dojść do wiedzy przez samą refleksję Pewna przyszła wiedza możliwa do pogodzenia z tym, co wiem teraz, ale jeśli będę miał bogatszą wiedzę, niektóre ze zdań dziś znanych nie będą możliwe do pogodzenia z tą wiedzą

30 Hintikka o własnościach wiedzy Relacja dostępności nie może być symetryczna: Dwa argumenty: Jeśli sym(r) (czyli przyjmujemy aksjomat 5), to trzeba uznać wzór p K K p Można by dojść do wiedzy przez samą refleksję Pewna przyszła wiedza możliwa do pogodzenia z tym, co wiem teraz, ale jeśli będę miał bogatszą wiedzę, niektóre ze zdań dziś znanych nie będą możliwe do pogodzenia z tą wiedzą Stąd: prawdziwa logika wiedzy - S4

31 Własności przekonania W Knowledge and Belief mało rozważań dotyczących przekonań. Własności przekonań takie, jak własności wiedzy; jedyna różnica: przekonania nie muszą być prawdziwe

32 Własności przekonania W Knowledge and Belief mało rozważań dotyczących przekonań. Własności przekonań takie, jak własności wiedzy; jedyna różnica: przekonania nie muszą być prawdziwe Dlatego: doksastyczna alternatywność: przechodnia i seryjna Wniosek: przekonanie traktowane jest jako pewność

33 Własności przekonania W Knowledge and Belief mało rozważań dotyczących przekonań. Własności przekonań takie, jak własności wiedzy; jedyna różnica: przekonania nie muszą być prawdziwe Dlatego: doksastyczna alternatywność: przechodnia i seryjna Wniosek: przekonanie traktowane jest jako pewność Różnice wiedza - przekonanie widoczne lepiej dopiero przy iteracji tych pojęć

34 Lenzen o przekonaniach Przekonanie: mocne - pewność (überzeugt sein) p ma dla podmiotu absolutne prawdopodobieństwo słabe - mniemanie (glauben): dolna granica subiektywnego prawdopodobieństwa p może być określona jako 1/2

35 Lenzen o przekonaniach Przekonanie: mocne - pewność (überzeugt sein) p ma dla podmiotu absolutne prawdopodobieństwo słabe - mniemanie (glauben): dolna granica subiektywnego prawdopodobieństwa p może być określona jako 1/2

36 Mocne przekonanie C1 Cp Cq C(p q) C2 Cp C p (niesprzeczność przekonań) C3 P(p q) Pp Pq, gdzie Pp C p C4 C(p q) Cp Cq C5 Cp Cq C(p q) C6 (φ ψ) (Cφ Cψ) C9 φ Cφ

37 Mocne przekonanie C1 Cp Cq C(p q) C2 Cp C p (niesprzeczność przekonań) C3 P(p q) Pp Pq, gdzie Pp C p C4 C(p q) Cp Cq C5 Cp Cq C(p q) C6 (φ ψ) (Cφ Cψ) C9 φ Cφ E1 Cp KCp (pozytywna introspekcja) E2 Cp K Cp (negatywna introspekcja) E3 Kp Cp, a z tych zasad wynikają: C10 Cp CCp oraz C11 Cp C Cp

38 Mocne przekonanie C1 Cp Cq C(p q) C2 Cp C p (niesprzeczność przekonań) C3 P(p q) Pp Pq, gdzie Pp C p C4 C(p q) Cp Cq C5 Cp Cq C(p q) C6 (φ ψ) (Cφ Cψ) C9 φ Cφ E1 Cp KCp (pozytywna introspekcja) E2 Cp K Cp (negatywna introspekcja) E3 Kp Cp, a z tych zasad wynikają: C10 Cp CCp oraz C11 Cp C Cp Logika mocnego przekonania - KD45

39 Słabe przekonanie B1 B2 B3 B5 B6 Bp B p Bp BBp Bp B Bp (φ ψ) (Bφ Bψ) φ Bφ

40 Słabe przekonanie B1 Bp B p B2 Bp BBp B3 Bp B Bp B5 (φ ψ) (Bφ Bψ) B6 φ Bφ E4 Bp Cq B(p q) E5 Cp Bp E6 Bp KBp E7 Bp B Bp

41 Słabe pojęcie wiedzy Wiedza = prawdziwe mocne przekonanie: K p Cp p K*1 K p p K*2 K p K q K (p q) K*4 φ ψ (K φ K ψ) K*5 φ K p K*6 K p K K p (prosta konsekwencja (Def K*) oraz C10) E8 Cp K Cp

42 Słabe pojęcie wiedzy Wiedza = prawdziwe mocne przekonanie: K p Cp p K*1 K p p K*2 K p K q K (p q) K*4 φ ψ (K φ K ψ) K*5 φ K p K*6 K p K K p (prosta konsekwencja (Def K*) oraz C10) E8 Cp K Cp (5) K p K K p nie może być przyjęty bezwzględnie. Należy rozróżnić dwa przypadki: a) podmiot nie wie ponieważ nie jest dostatecznie przekonany, że p - zasada 5 obowiązuje (E8 obowiązuje); b) podmiot nie wie, że p, gdyż p jest fałszywe, choć podmiot jest silnie przekonany; nie wie, że nie wie, że p.

43 Słabe pojęcie wiedzy Wiedza = prawdziwe mocne przekonanie: K p Cp p K*1 K p p K*2 K p K q K (p q) K*4 φ ψ (K φ K ψ) K*5 φ K p K*6 K p K K p (prosta konsekwencja (Def K*) oraz C10) E8 Cp K Cp (5) K p K K p nie może być przyjęty bezwzględnie. Należy rozróżnić dwa przypadki: a) podmiot nie wie ponieważ nie jest dostatecznie przekonany, że p - zasada 5 obowiązuje (E8 obowiązuje); b) podmiot nie wie, że p, gdyż p jest fałszywe, choć podmiot jest silnie przekonany; nie wie, że nie wie, że p. Logika wiedzy (K*) jest zawarta pomiędzy systemami S4 a S5

44 Mocne pojęcie wiedzy K1 Kp p K2 Kp Kq K(p q) K4 (φ ψ) (Kφ Kψ) K5 φ Kψ K6 Kp KKp (KK teza)

45 Mocne pojęcie wiedzy K1 Kp p K2 Kp Kq K(p q) K4 (φ ψ) (Kφ Kψ) K5 φ Kψ K6 Kp KKp (KK teza) E9 Cp BKp E10 Cp CKp E11 CCp CKp

46 Mocne pojęcie wiedzy K1 Kp p K2 Kp Kq K(p q) K4 (φ ψ) (Kφ Kψ) K5 φ Kψ K6 Kp KKp (KK teza) E9 Cp BKp E10 Cp CKp E11 CCp CKp E9 -związek między przeświadczeniem, przekonaniem i wiedzą. E11 - wzmocnienie E9 i E10: wiedza i przeświadczenie są subiektywnie nierozróżnialne (osoba nie może rozstrzygnąć, czy jest tylko przeświadczona, że p czy też naprawdę wie, że p, choć obiektywnie taka różnica istnieje (tylko wiedza pociąga prawdziwość)

47 Przeświadczenie możliwą wiedzą Korzystając z zasad: E10 Cp CKp C2 CKp C Kp E3 Kp Cp E2 Cp K Cp

48 Przeświadczenie możliwą wiedzą Korzystając z zasad: E10 Cp CKp C2 CKp C Kp E3 Kp Cp E2 Cp K Cp łatwo udowodnić E12 Cp K Kp, które można traktować jako definicję przeświadczenia jako możliwej wiedzy.

49 Przeświadczenie możliwą wiedzą Korzystając z zasad: E10 Cp CKp C2 CKp C Kp E3 Kp Cp E2 Cp K Cp łatwo udowodnić E12 Cp K Kp, które można traktować jako definicję przeświadczenia jako możliwej wiedzy. Taka definicja możliwa w systemie S4.2; jego aksjomat 4.2 MKp KMp po zastosowaniu E12 przechodzi w zasadę E1 Cp KCp

50 Doksastyczna i epistemiczna alternatywność Relacja alternatywności epistemicznej w systemie S4.2: zwrotna, przechodnia i silnie (lub słabo) zbieżna;

51 Doksastyczna i epistemiczna alternatywność Relacja alternatywności epistemicznej w systemie S4.2: zwrotna, przechodnia i silnie (lub słabo) zbieżna; Relacja alternatywności doksastycznej w systemie KD45: seryjna, przechodnia i euklidesowa.

52 Doksastyczna i epistemiczna alternatywność Relacja alternatywności epistemicznej w systemie S4.2: zwrotna, przechodnia i silnie (lub słabo) zbieżna; Relacja alternatywności doksastycznej w systemie KD45: seryjna, przechodnia i euklidesowa. Definicja (D) xdy = df z(xrz zry) dołączona do własności alternatywności epistemicznej systemu S4.2 prowadzi do tego, że relacja D jest dostępnością doksastyczną określoną w KD45;

53 Doksastyczna i epistemiczna alternatywność Relacja alternatywności epistemicznej w systemie S4.2: zwrotna, przechodnia i silnie (lub słabo) zbieżna; Relacja alternatywności doksastycznej w systemie KD45: seryjna, przechodnia i euklidesowa. Definicja (D) xdy = df z(xrz zry) dołączona do własności alternatywności epistemicznej systemu S4.2 prowadzi do tego, że relacja D jest dostępnością doksastyczną określoną w KD45; Definicja (E) doksastycznej nierozróżnialności: idealny podmiot ma dokładnie te same przekonania w świecie możliwym x co w świecie y, czyli: (E) xey = df z(xdz ydz) ( E jest relacją równoważnościową)

54 Dla danego świata możliwego x można wyznaczyć trzy zbiory: E zbiór światów subiektywnie nierozróżnialnych od świata x (światy mające E-powiązanie z x) podzbiór R zbioru E światów możliwych do pogodzenia z tym, co podmiot wie (światy mające R-powiązanie z x) podzbiór D zbioru R światów możliwych do pogodzenia z tym, o czym podmiot jest przeświadczony (światy mające D-powiązanie z x).

55 Dla danego świata możliwego x można wyznaczyć trzy zbiory: E zbiór światów subiektywnie nierozróżnialnych od świata x (światy mające E-powiązanie z x) podzbiór R zbioru E światów możliwych do pogodzenia z tym, co podmiot wie (światy mające R-powiązanie z x) podzbiór D zbioru R światów możliwych do pogodzenia z tym, o czym podmiot jest przeświadczony (światy mające D-powiązanie z x). E-światy R-światy D-światy x

56 Minimalne rozszerzenie relacji D W jaki sposób rozszerzyć relację doksastycznej alternatywności, aby stała się ona alternatywnością epistemiczną?

57 Minimalne rozszerzenie relacji D W jaki sposób rozszerzyć relację doksastycznej alternatywności, aby stała się ona alternatywnością epistemiczną? Minimalne rozszerzenie łatwe: Założyć zwrotność relacji D; zbiór epistemicznie dostępnych światów = zbiór światów doksastycznie dostępnych plus świat aktualny.

58 Minimalne rozszerzenie relacji D W jaki sposób rozszerzyć relację doksastycznej alternatywności, aby stała się ona alternatywnością epistemiczną? Minimalne rozszerzenie łatwe: Założyć zwrotność relacji D; zbiór epistemicznie dostępnych światów = zbiór światów doksastycznie dostępnych plus świat aktualny. Wiedza to prawdziwe mocne przekonanie Kp = Cp p, czyli system S4.4.

59 Maksymalne rozszerzenie D Z pozytywnej i negatywnej introspekcji wynika, że wszystkie światy epistemicznie dostępne względem x są subiektywnie nierozróżnialne ze świata x ( x y(xry xey).

60 Maksymalne rozszerzenie D Z pozytywnej i negatywnej introspekcji wynika, że wszystkie światy epistemicznie dostępne względem x są subiektywnie nierozróżnialne ze świata x ( x y(xry xey). Utożsamiając R z maksymalnym rozszerzeniem D, otrzymamy definicję: xry = df (xdx xdy) ( xdx xey) To ujęcie wiedzy pozwala nam znać rzeczy, które wychodzą poza nasze stany wewnętrzne jedynie wtedy, gdy wszystkie nasze przekonania są prawdziwe. Logika tego pojęcia wiedzy S4F jest mocniejsza niż S4.2, ale słabsza niż logika minimalnego rozszerzenia, S4.4.

61 S4F jest badany w kontekstach niemonotonicznych w zastosowaniu do tzw. logik autoepistemicznych. W logikach tych zakłada się, że wszystkie zdania reprezentują wyłącznie przekonania podmiotu, a nie świat. Przekonania dzielone na: przekonania początkowe i rezultaty przekonań początkowych.

62 S4F jest badany w kontekstach niemonotonicznych w zastosowaniu do tzw. logik autoepistemicznych. W logikach tych zakłada się, że wszystkie zdania reprezentują wyłącznie przekonania podmiotu, a nie świat. Przekonania dzielone na: przekonania początkowe i rezultaty przekonań początkowych. Taka logika jest niemonotoniczna: Załóżmy, że początkowy zbiór przekonań jest pusty. Wówczas autoepistemiczną konsekwencją tego zbioru jest zdanie Kp (nie wiem, że p); czyli ae Kp. Teraz załóżmy, że zbiór początkowy wzbogacił się o p ({p}); mamy wówczas {p} ae Kp, a stąd ({p} ae Kp);

Logiczne a kognitywistyczne ujęcie przekonania

Logiczne a kognitywistyczne ujęcie przekonania Marek Lechniak Wydział Filozofii KUL lechmar@kul.pl Odkrywanie umysłu: od percepcji do refleksji Jerzemu Perzanowskiemu in memoriam Kraków, 29.05.2013 r. Logika Przedmiot logiki: wynikanie logiczne (zasady

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

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

Wstęp do Matematyki (2)

Wstęp do Matematyki (2) Wstęp do Matematyki (2) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Własności relacji Jerzy Pogonowski (MEG) Wstęp do Matematyki (2) Własności relacji 1 / 24 Wprowadzenie

Bardziej szczegółowo

Krystyna Misiuna O pewnej logice informacji. Filozofia Nauki 19/1, 57-70

Krystyna Misiuna O pewnej logice informacji. Filozofia Nauki 19/1, 57-70 O pewnej logice informacji Filozofia Nauki 19/1, 57-70 2011 Filozofia Nauki Rok XIX, 2011, Nr 1(73) O pewnej logice informacji Głównym celem tego artykułu jest przedstawienie intuicyjnie adekwatnego systemu

Bardziej szczegółowo

Relacje. Relacje / strona 1 z 18

Relacje. Relacje / strona 1 z 18 Relacje Relacje / strona 1 z 18 Relacje (para uporządkowana, iloczyn kartezjański) Definicja R.1. Parą uporządkowaną (x,y) nazywamy zbiór {{x},{x,y}}. Uwaga: (Ala, Ola) (Ola, Ala) Definicja R.2. (n-tka

Bardziej szczegółowo

Podstawy logiki i teorii mnogości Informatyka, I rok. Semestr letni 2013/14. Tomasz Połacik

Podstawy logiki i teorii mnogości Informatyka, I rok. Semestr letni 2013/14. Tomasz Połacik Podstawy logiki i teorii mnogości Informatyka, I rok. Semestr letni 2013/14. Tomasz Połacik 9 Relacje 9.1 Podstawowe pojęcia 9.1 Definicja (Relacja). Relacją (binarną) nazywamy dowolny podzbiór produktu

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

IVa. Relacje - abstrakcyjne własności

IVa. Relacje - abstrakcyjne własności IVa. Relacje - abstrakcyjne własności Grzegorz Kosiorowski Uniwersytet Ekonomiczny w Krakowie rzegorz Kosiorowski (Uniwersytet Ekonomiczny wiva. Krakowie) Relacje - abstrakcyjne własności 1 / 22 1 Zwrotność

Bardziej szczegółowo

Zbiory. Specjalnym zbiorem jest zbiór pusty nie zawierajacy żadnych elementów. Oznaczamy go symbolem.

Zbiory. Specjalnym zbiorem jest zbiór pusty nie zawierajacy żadnych elementów. Oznaczamy go symbolem. Zbiory Pojęcie zbioru jest w matematyce pojęciem pierwotnym, którego nie definiujemy. Gdy a jest elementem należacym do zbioru A to piszemy a A. Stosujemy również oznaczenie a / A jeżeli (a A). Będziemy

Bardziej szczegółowo

Egzamin z logiki i teorii mnogości, rozwiązania zadań

Egzamin z logiki i teorii mnogości, rozwiązania zadań Egzamin z logiki i teorii mnogości, 08.02.2016 - rozwiązania zadań 1. Niech φ oraz ψ będą formami zdaniowymi. Czy formuła [( x : φ(x)) ( x : ψ(x))] [ x : (φ(x) ψ(x))] jest prawem rachunku kwantyfikatorów?

Bardziej szczegółowo

domykanie relacji, relacja równoważności, rozkłady zbiorów

domykanie relacji, relacja równoważności, rozkłady zbiorów 1 of 8 2012-03-28 17:45 Logika i teoria mnogości/wykład 5: Para uporządkowana iloczyn kartezjański relacje domykanie relacji relacja równoważności rozkłady zbiorów From Studia Informatyczne < Logika i

Bardziej szczegółowo

Logika 2 Logiki temporalne

Logika 2 Logiki temporalne Logika 2 Logiki temporalne Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@.edu.pl Dzisiejsze zajęcia wiele zawdzięczają wykładom A. Indrzejczaka z logik nieklasycznych Czym jest czas? św. Augustyn

Bardziej szczegółowo

Logika Matematyczna. Jerzy Pogonowski. Własności relacji. Zakład Logiki Stosowanej UAM

Logika Matematyczna. Jerzy Pogonowski. Własności relacji. Zakład Logiki Stosowanej UAM Logika Matematyczna Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Własności relacji Jerzy Pogonowski (MEG) Logika Matematyczna Własności relacji 1 / 46 Wprowadzenie

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

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

Andrzej Wiśniewski Logika II. Wykłady 12 i 13. Metoda tabel analitycznych dla normalnych modalnych rachunków zdań

Andrzej Wiśniewski Logika II. Wykłady 12 i 13. Metoda tabel analitycznych dla normalnych modalnych rachunków zdań Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykłady 12 i 13. Metoda tabel analitycznych dla normalnych modalnych rachunków zdań 1 Wprowadzenie Podobnie jak w przypadku

Bardziej szczegółowo

Logika Stosowana. Wykład 2 - Logika modalna Część 1. Marcin Szczuka. Instytut Matematyki UW. Wykład monograficzny, semestr letni 2016/2017

Logika Stosowana. Wykład 2 - Logika modalna Część 1. Marcin Szczuka. Instytut Matematyki UW. Wykład monograficzny, semestr letni 2016/2017 Logika Stosowana Wykład 2 - Logika modalna Część 1 Marcin Szczuka Instytut Matematyki UW Wykład monograficzny, semestr letni 2016/2017 Marcin Szczuka (MIMUW) Logika Stosowana 2017 1 / 28 Plan wykładu 1

Bardziej szczegółowo

Logika. Zadanie 4. Sprawdź, czy poniższe funkcje zdaniowe są tautologiami: i) (p q) = ( p q), ii) (p = q) ( p q). Rozwiązanie.

Logika. Zadanie 4. Sprawdź, czy poniższe funkcje zdaniowe są tautologiami: i) (p q) = ( p q), ii) (p = q) ( p q). Rozwiązanie. Logika Zadanie 4. Sprawdź, czy poniższe funkcje zdaniowe są tautologiami: i) (p q) = ( p q), ii) (p = q) ( p q). Rozwiązanie. i) Wprowadźmy oznaczenie F (p, q) ((p q) = ( p q)). Funkcja zdaniowa F nie

Bardziej szczegółowo

Logika I. Wykład 3. Relacje i funkcje

Logika I. Wykład 3. Relacje i funkcje Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 3. Relacje i funkcje 1 Już było... Definicja 2.6. (para uporządkowana) Parą uporządkowaną nazywamy zbiór {{x},

Bardziej szczegółowo

RELACJE I ODWZOROWANIA

RELACJE I ODWZOROWANIA RELACJE I ODWZOROWANIA Definicja. Dwuargumentową relacją określoną w iloczynie kartezjańskim X Y, X Y nazywamy uporządkowaną trójkę R = ( X, grr, Y ), gdzie grr X Y. Zbiór X nazywamy naddziedziną relacji.

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

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

Twierdzenia Gödla dowody. Czy arytmetyka jest w stanie dowieść własną niesprzeczność?

Twierdzenia Gödla dowody. Czy arytmetyka jest w stanie dowieść własną niesprzeczność? Semina Nr 3 Scientiarum 2004 Twierdzenia Gödla dowody. Czy arytmetyka jest w stanie dowieść własną niesprzeczność? W tym krótkim opracowaniu chciałbym przedstawić dowody obu twierdzeń Gödla wykorzystujące

Bardziej szczegółowo

O pewnych związkach teorii modeli z teorią reprezentacji

O pewnych związkach teorii modeli z teorią reprezentacji O pewnych związkach teorii modeli z teorią reprezentacji na podstawie referatu Stanisława Kasjana 5 i 12 grudnia 2000 roku 1. Elementy teorii modeli Będziemy rozważać język L składający się z przeliczalnej

Bardziej szczegółowo

Algebrę L = (L, Neg, Alt, Kon, Imp) nazywamy algebrą języka logiki zdań. Jest to algebra o typie

Algebrę 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 szczegółowo

Pytania i polecenia podstawowe

Pytania i polecenia podstawowe Pytania i polecenia podstawowe Liczby zespolone a) 2 i 1 + 2i 1 + 2i 3 + 4i, c) 1 i 2 + i a) 4 + 3i (2 i) 2, c) 1 3i a) i 111 (1 + i) 100, c) ( 3 i) 100 Czy dla dowolnych liczb z 1, z 2 C zachodzi równość:

Bardziej szczegółowo

Naukoznawstwo (Etnolingwistyka V)

Naukoznawstwo (Etnolingwistyka V) Naukoznawstwo (Etnolingwistyka V) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl 25 listopada 2006 Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada

Bardziej szczegółowo

Teoria popytu. Popyt indywidualny konsumenta

Teoria popytu. Popyt indywidualny konsumenta Teoria popytu Popyt indywidualny konsumenta Koszyk towarów Definicja 1 Wektor x=(x 1,x 2,x 3,...,x n ) taki, że x i 0 dla każdego i,w którym i-ta współrzędna oznacza ilość towaru nr i, którą konsument

Bardziej szczegółowo

5. Rozważania o pojęciu wiedzy. Andrzej Wiśniewski Wstęp do filozofii Materiały do wykładu 2015/2016

5. Rozważania o pojęciu wiedzy. Andrzej Wiśniewski Wstęp do filozofii Materiały do wykładu 2015/2016 5. Rozważania o pojęciu wiedzy Andrzej Wiśniewski Andrzej.Wisniewski@amu.edu.pl Wstęp do filozofii Materiały do wykładu 2015/2016 Wiedza przez znajomość [by acquaintance] i wiedza przez opis Na początek

Bardziej szczegółowo

Elementy teorii mnogości. Część I. Wojciech Buszkowski Zakład Teorii Obliczeń Wydział Matematyki i Informatyki Uniwersytet im.

Elementy teorii mnogości. Część I. Wojciech Buszkowski Zakład Teorii Obliczeń Wydział Matematyki i Informatyki Uniwersytet im. Elementy teorii mnogości 1 Elementy teorii mnogości Część I Wojciech Buszkowski Zakład Teorii Obliczeń Wydział Matematyki i Informatyki Uniwersytet im. Adama Mickiewicza Elementy teorii mnogości 2 1. Pojęcia

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

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

Zagadnienia: 1. Definicje porządku słabego i silnego. 2. Elementy minimalne, maksymalne, kresy, etc.

Zagadnienia: 1. Definicje porządku słabego i silnego. 2. Elementy minimalne, maksymalne, kresy, etc. Zagadnienia: 1. Definicje porządku słabego i silnego. 2. Elementy minimalne, maksymalne, kresy, etc. 3. Porządki liniowe. Porządki gęste, ciągłe i dobre. dradamkolany,mailto:ynalok64@wp.pl,http://kolany.pl,gg:1797933,tel.(+48)602804128...

Bardziej szczegółowo

Dystrybucje, wiadomości wstępne (I)

Dystrybucje, wiadomości wstępne (I) Temat 8 Dystrybucje, wiadomości wstępne (I) Wielkości fizyczne opisujemy najczęściej przyporządkowując im funkcje (np. zależne od czasu). Inną drogą opisu tych wielkości jest przyporządkowanie im funkcjonałów

Bardziej szczegółowo

Matematyka dyskretna. 1. Relacje

Matematyka dyskretna. 1. Relacje Matematyka dyskretna 1. Relacje Definicja 1.1 Relacją dwuargumentową nazywamy podzbiór produktu kartezjańskiego X Y, którego elementami są pary uporządkowane (x, y), takie, że x X i y Y. Uwaga 1.1 Jeśli

Bardziej szczegółowo

1 Rachunek zdań. w(p) = 0 lub p 0 lub [p] = 0. a jeśli jest fałszywe to:

1 Rachunek zdań. w(p) = 0 lub p 0 lub [p] = 0. a jeśli jest fałszywe to: 1 Rachunek zdań Formuły zdaniowe (lub krócej: zdania) w klasycznym rachunku zdań składają się ze zmiennych zdaniowych nazywanych też zdaniami składowymi (oznaczane są zazwyczaj p, q, r,...) oraz operatorów

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

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

LOGIKA Dedukcja Naturalna

LOGIKA 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 szczegółowo

1 Zbiory. 1.1 Kiedy {a} = {b, c}? (tzn. podać warunki na a, b i c) 1.2 Udowodnić, że A {A} A =.

1 Zbiory. 1.1 Kiedy {a} = {b, c}? (tzn. podać warunki na a, b i c) 1.2 Udowodnić, że A {A} A =. 1 Zbiory 1.1 Kiedy {a} = {b, c}? (tzn. podać warunki na a, b i c) 1.2 Udowodnić, że A {A} A =. 1.3 Pokazać, że jeśli A, B oraz (A B) (B A) = C C, to A = B = C. 1.4 Niech {X t } będzie rodziną niepustych

Bardziej szczegółowo

NOWE ODKRYCIA W KLASYCZNEJ LOGICE?

NOWE 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 szczegółowo

Podejmowanie decyzji

Podejmowanie decyzji , czyli skojarzenie matematyki z socjologia XLVIII Szkoła Matematyki Pogladowej 27 stycznia 2012 Teoria wyboru społecznego Jak podejmować decyzje zbiorowe na podstawie opinii indywidualnych? W jaki sposób

Bardziej szczegółowo

F t+ := s>t. F s = F t.

F t+ := s>t. F s = F t. M. Beśka, Całka Stochastyczna, wykład 1 1 1 Wiadomości wstępne 1.1 Przestrzeń probabilistyczna z filtracją Niech (Ω, F, P ) będzie ustaloną przestrzenią probabilistyczną i niech F = {F t } t 0 będzie rodziną

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

BOGDAN ZARĘBSKI ZASTOSOWANIE ZASADY ABSTRAKCJI DO KONSTRUKCJI LICZB CAŁKOWITYCH

BOGDAN ZARĘBSKI ZASTOSOWANIE ZASADY ABSTRAKCJI DO KONSTRUKCJI LICZB CAŁKOWITYCH BOGDAN ZARĘBSKI ZASTOSOWANIE ZASADY ABSTRAKCJI DO KONSTRUKCJI LICZB CAŁKOWITYCH WSTĘP Zbiór liczb całkowitych można definiować na różne sposoby. Jednym ze sposobów określania zbioru liczb całkowitych jest

Bardziej szczegółowo

Sławomir Kost Semantyki pewnych logik wielomodalnych

Sławomir Kost Semantyki pewnych logik wielomodalnych Uniwersytet Śląski w Katowicach Wydział Matematyki, Fizyki i Chemii Instytut Matematyki Sławomir Kost Semantyki pewnych logik wielomodalnych Praca doktorska napisana pod kierunkiem dra hab. prof. UŚ Wojciecha

Bardziej szczegółowo

W pewnym mieście jeden z jej mieszkańców goli wszystkich tych i tylko tych jej mieszkańców, którzy nie golą się

W pewnym mieście jeden z jej mieszkańców goli wszystkich tych i tylko tych jej mieszkańców, którzy nie golą się 1 Logika Zdanie w sensie logicznym, to zdanie oznajmujące, o którym da się jednoznacznie powiedzieć, czy jest fałszywe, czy prawdziwe. Zmienna zdaniowa- to symbol, którym zastępujemy dowolne zdanie. Zdania

Bardziej szczegółowo

Rodzaje argumentów za istnieniem Boga

Rodzaje argumentów za istnieniem Boga Rodzaje argumentów za istnieniem Boga Podział argumentów argument ontologiczny - w tym argumencie twierdzi się, że z samego pojęcia bytu doskonałego możemy wywnioskować to, że Bóg musi istnieć. argumenty

Bardziej szczegółowo

Konstrukcja liczb rzeczywistych przy pomocy ciągów Cauchy ego liczb wymiernych

Konstrukcja liczb rzeczywistych przy pomocy ciągów Cauchy ego liczb wymiernych Konstrukcja liczb rzeczywistych przy pomocy ciągów Cauchy ego liczb wymiernych Marcin Michalski 14.11.014 1 Wprowadzenie Jedną z intuicji na temat liczb rzeczywistych jest myślenie o nich jako liczbach,

Bardziej szczegółowo

1. Wprowadzenie do rachunku zbiorów

1. Wprowadzenie do rachunku zbiorów 1 1. Wprowadzenie do rachunku zbiorów 2 Podstawowe pojęcia rachunku zbiorów Uwaga 1.1. W teorii mnogości mówimy o zbiorach w sensie dystrybutywnym; rachunek zbiorów jest fragmentem teorii mnogości. Pojęcia

Bardziej szczegółowo

Szymon G l ab. Struktury losowe II Graf losowy. Instytut Matematyki, Politechnika Lódzka

Szymon G l ab. Struktury losowe II Graf losowy. Instytut Matematyki, Politechnika Lódzka Instytut Matematyki, Politechnika Lódzka Graf losowy jako granica Fraisse Przez K graf oznaczmy rodzinȩ wszystkich skończonych grafów (np. na N). Niech G bȩdzie granic a Fraisse rodziny K graf. Strukturȩ

Bardziej szczegółowo

Automatyzacja wnioskowań z wykorzystaniem relacyjnych systemów dual tableaux

Automatyzacja wnioskowań z wykorzystaniem relacyjnych systemów dual tableaux z wykorzystaniem relacyjnych systemów dual tableaux Instytut Filozofii, Uniwersytet Warszawski j.golinska@uw.edu.pl I Ogólnopolska Konferencja Filozofia w logice i informatyce Warszawa, 6 listopada 2015

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

0.1. Logika podstawowe pojęcia: zdania i funktory, reguły wnioskowania, zmienne zdaniowe, rachunek zdań.

0.1. 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 szczegółowo

Przykładami ciągów, które Czytelnik dobrze zna (a jeśli nie, to niniejszym poznaje), jest ciąg arytmetyczny:

Przykładami ciągów, które Czytelnik dobrze zna (a jeśli nie, to niniejszym poznaje), jest ciąg arytmetyczny: Podstawowe definicje Definicja ciągu Ciągiem nazywamy funkcję na zbiorze liczb naturalnych, tzn. przyporządkowanie każdej liczbie naturalnej jakiejś liczby rzeczywistej. (Mówimy wtedy o ciągu o wyrazach

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

Rozkład figury symetrycznej na dwie przystające

Rozkład figury symetrycznej na dwie przystające Rozkład figury symetrycznej na dwie przystające Tomasz Tkocz 10 X 2010 Streszczenie Tekst zawiera notatki do referatu z seminarium monograficznego Wybrane zagadnienia geometrii. Całość jest oparta na artykule

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, B/14

Matematyka dyskretna. Andrzej Łachwa, UJ, B/14 Matematyka dyskretna Andrzej Łachwa, UJ, 2019 andrzej.lachwa@uj.edu.pl 2B/14 Relacje Pojęcia: relacja czyli relacja dwuargumentowa relacja w zbiorze A relacja n-argumentowa Relacja E = {(x, x): x S} jest

Bardziej szczegółowo

Indukcja. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Indukcja. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak Indukcja Materiały pomocnicze do wykładu wykładowca: dr Magdalena Kacprzak Charakteryzacja zbioru liczb naturalnych Arytmetyka liczb naturalnych Jedną z najważniejszych teorii matematycznych jest arytmetyka

Bardziej szczegółowo

Przykład 1 W przypadku jednokrotnego rzutu kostką przestrzeń zdarzeń elementarnych

Przykład 1 W przypadku jednokrotnego rzutu kostką przestrzeń zdarzeń elementarnych Rozdział 1 Zmienne losowe, ich rozkłady i charakterystyki 1.1 Definicja zmiennej losowej Niech Ω będzie przestrzenią zdarzeń elementarnych. Definicja 1 Rodzinę S zdarzeń losowych (zbiór S podzbiorów zbioru

Bardziej szczegółowo

Logika matematyczna w informatyce

Logika matematyczna w informatyce Paweł Gładki Logika matematyczna w informatyce http://www.math.us.edu.pl/ pgladki/ Konsultacje: Piątek, 8:00-9:30 Jeżeli chcesz spotkać się z prowadzącym podczas konsultacji, postaraj się powiadomić go

Bardziej szczegółowo

Zbiory, relacje i funkcje

Zbiory, relacje i funkcje Zbiory, relacje i funkcje Zbiory będziemy zazwyczaj oznaczać dużymi literami A, B, C, X, Y, Z, natomiast elementy zbiorów zazwyczaj małymi. Podstawą zależność między elementem zbioru a zbiorem, czyli relację

Bardziej szczegółowo

Elementy teorii mnogości. Część II. Wojciech Buszkowski Zakład Teorii Obliczeń Wydział Matematyki i Informatyki Uniwersytet im.

Elementy teorii mnogości. Część II. Wojciech Buszkowski Zakład Teorii Obliczeń Wydział Matematyki i Informatyki Uniwersytet im. Elementy teorii mnogości. II 1 Elementy teorii mnogości Część II Wojciech Buszkowski Zakład Teorii Obliczeń Wydział Matematyki i Informatyki Uniwersytet im. Adama Mickiewicza Elementy teorii mnogości.

Bardziej szczegółowo

VI. Równania różniczkowe liniowe wyższych rzędów

VI. Równania różniczkowe liniowe wyższych rzędów VI. 1. Równanie różniczkowe liniowe n-tego rzędu o zmiennych współczynnikach Niech podobnie jak w poprzednim paragrafie K = C lub K = R. Podobnie jak w dziedzinie rzeczywistej wprowadzamy pochodne wyższych

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

Wstęp do Techniki Cyfrowej... Teoria automatów

Wstęp do Techniki Cyfrowej... Teoria automatów Wstęp do Techniki Cyfrowej... Teoria automatów Alfabety i litery Układ logiczny opisywany jest przez wektory, których wartości reprezentowane są przez ciągi kombinacji zerojedynkowych. Zwiększenie stopnia

Bardziej szczegółowo

1 Logika Zbiory Pewnik wyboru Funkcje Moce zbiorów Relacje... 14

1 Logika Zbiory Pewnik wyboru Funkcje Moce zbiorów Relacje... 14 Wstęp do matematyki Matematyka, I rok. Tomasz Połacik Spis treści 1 Logika................................. 1 2 Zbiory................................. 7 3 Pewnik wyboru............................ 10

Bardziej szczegółowo

Weronika Łabaj. Geometria Bolyaia-Łobaczewskiego

Weronika Łabaj. Geometria Bolyaia-Łobaczewskiego Weronika Łabaj Geometria Bolyaia-Łobaczewskiego Tematem mojej pracy jest geometria hiperboliczna, od nazwisk jej twórców nazywana też geometrią Bolyaia-Łobaczewskiego. Mimo, że odkryto ją dopiero w XIX

Bardziej szczegółowo

Algebrą nazywamy strukturę A = (A, {F i : i I }), gdzie A jest zbiorem zwanym uniwersum algebry, zaś F i : A F i

Algebrą nazywamy strukturę A = (A, {F i : i I }), gdzie A jest zbiorem zwanym uniwersum algebry, zaś F i : A F i Algebrą nazywamy strukturę A = (A, {F i : i I }), gdzie A jest zbiorem zwanym uniwersum algebry, zaś F i : A F i A (symbol F i oznacza ilość argumentów funkcji F i ). W rozważanych przez nas algebrach

Bardziej szczegółowo

Logika intuicjonistyczna

Logika 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 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

Notatki z Analizy Matematycznej 1. Jacek M. Jędrzejewski

Notatki z Analizy Matematycznej 1. Jacek M. Jędrzejewski Notatki z Analizy Matematycznej 1 Jacek M. Jędrzejewski Wstęp W naszym konspekcie będziemy stosowali następujące oznaczenia: N zbiór liczb naturalnych dodatnich, N 0 zbiór liczb naturalnych (z zerem),

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

Prawa wielkich liczb, centralne twierdzenia graniczne

Prawa wielkich liczb, centralne twierdzenia graniczne , centralne twierdzenia graniczne Katedra matematyki i ekonomii matematycznej 17 maja 2012, centralne twierdzenia graniczne Rodzaje zbieżności ciągów zmiennych losowych, centralne twierdzenia graniczne

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

Zasady krytycznego myślenia (1)

Zasady krytycznego myślenia (1) Zasady krytycznego myślenia (1) Andrzej Kisielewicz Wydział Matematyki i Informatyki 2017 Przedmiot wykładu krytyczne myślenie vs logika praktyczna (vs logika formalna) myślenie jasne, bezstronne, oparte

Bardziej szczegółowo

Informacja o przestrzeniach Sobolewa

Informacja o przestrzeniach Sobolewa Wykład 11 Informacja o przestrzeniach Sobolewa 11.1 Definicja przestrzeni Sobolewa Niech R n będzie zbiorem mierzalnym. Rozważmy przestrzeń Hilberta X = L 2 () z iloczynem skalarnym zdefiniowanym równością

Bardziej szczegółowo

Wykład 9. Matematyka 3, semestr zimowy 2011/ listopada 2011

Wykład 9. Matematyka 3, semestr zimowy 2011/ listopada 2011 Wykład 9. Matematyka 3, semestr zimowy 2011/2012 4 listopada 2011 W trakcie poprzedniego wykładu zdefiniowaliśmy pojęcie k-kowektora na przestrzeni wektorowej. Wprowadziliśmy także iloczyn zewnętrzny wielokowektorów

Bardziej szczegółowo

Rozdzia l 10. Najważniejsze normalne logiki modalne

Rozdzia l 10. Najważniejsze normalne logiki modalne Rozdzia l 10. Najważniejsze normalne logiki modalne 1. Logiki modalne normalne Definicja. Inwariantny zbiór formu l X jȩzyka modalnego L = (L,,,,, ) nazywamy logik a modaln a zbazowan a na logice klasycznej

Bardziej szczegółowo

2 Rodziny zbiorów. 2.1 Algebry i σ - algebry zbiorów. M. Beśka, Wstęp do teorii miary, rozdz. 2 11

2 Rodziny zbiorów. 2.1 Algebry i σ - algebry zbiorów. M. Beśka, Wstęp do teorii miary, rozdz. 2 11 M. Beśka, Wstęp do teorii miary, rozdz. 2 11 2 Rodziny zbiorów 2.1 Algebry i σ - algebry zbiorów Niech X będzie niepustym zbiorem. Rodzinę indeksowaną zbiorów {A i } i I 2 X nazywamy rozbiciem zbioru X

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

Wprowadzenie Logiki temporalne Przykłady użycia Bibliografia. Logiki temporalne. Andrzej Oszer. Seminarium Protokoły Komunikacyjne

Wprowadzenie Logiki temporalne Przykłady użycia Bibliografia. Logiki temporalne. Andrzej Oszer. Seminarium Protokoły Komunikacyjne Seminarium Protokoły Komunikacyjne Spis treści 1 2 PLTL - Propositional Linear Temporal Logic CTL - Computation Tree Logic CTL* - uogólnienie 3 4 rozszerzaja logikę pierwszego rzędu o symbole określajace

Bardziej szczegółowo

LI Olimpiada Matematyczna Rozwiązania zadań konkursowych zawodów stopnia trzeciego 3 kwietnia 2000 r. (pierwszy dzień zawodów)

LI Olimpiada Matematyczna Rozwiązania zadań konkursowych zawodów stopnia trzeciego 3 kwietnia 2000 r. (pierwszy dzień zawodów) LI Olimpiada Matematyczna Rozwiązania zadań konkursowych zawodów stopnia trzeciego 3 kwietnia 2000 r. (pierwszy dzień zawodów) Zadanie 1. Dana jest liczba całkowita n 2. Wyznaczyć liczbę rozwiązań (x 1,x

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

Filozofia, Historia, Wykład IV - Platońska teoria idei

Filozofia, Historia, Wykład IV - Platońska teoria idei Filozofia, Historia, Wykład IV - Platońska teoria idei 2010-10-01 Tematyka wykładu 1 Metafora jaskini 2 Świat materialny - świat pozoru Świat idei - świat prawdziwy Relacja między światem idei i światem

Bardziej szczegółowo

7 Twierdzenie Fubiniego

7 Twierdzenie Fubiniego M. Beśka, Wstęp do teorii miary, wykład 7 19 7 Twierdzenie Fubiniego 7.1 Miary produktowe Niech i będą niepustymi zbiorami. Przez oznaczmy produkt kartezjański i tj. zbiór = { (x, y : x y }. Niech E oraz

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

1. Synteza automatów Moore a i Mealy realizujących zadane przekształcenie 2. Transformacja automatu Moore a w automat Mealy i odwrotnie

1. Synteza automatów Moore a i Mealy realizujących zadane przekształcenie 2. Transformacja automatu Moore a w automat Mealy i odwrotnie Opracował: dr hab. inż. Jan Magott KATEDRA INFORMATYKI TECHNICZNEJ Ćwiczenia laboratoryjne z Logiki Układów Cyfrowych ćwiczenie 207 Temat: Automaty Moore'a i Mealy 1. Cel ćwiczenia Celem ćwiczenia jest

Bardziej szczegółowo

Relacje. 1 Iloczyn kartezjański. 2 Własności relacji

Relacje. 1 Iloczyn kartezjański. 2 Własności relacji Relacje 1 Iloczyn kartezjański W poniższych zadaniach litery a, b, c, d oznaczają elementy zbiorów, a litery A, B, C, D oznaczają zbiory. Przypomnijmy definicję pary uporządkowanej (w sensie Kuratowskiego):

Bardziej szczegółowo

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

Korzystając z własności metryki łatwo wykazać, że dla dowolnych x, y, z X zachodzi

Korzystając z własności metryki łatwo wykazać, że dla dowolnych x, y, z X zachodzi M. Beśka, Wstęp do teorii miary, Dodatek 158 10 Dodatek 10.1 Przestrzenie metryczne Niech X będzie niepustym zbiorem. Funkcję d : X X [0, ) spełniającą dla x, y, z X warunki (i) d(x, y) = 0 x = y, (ii)

Bardziej szczegółowo

O pewnym twierdzeniu S. Łojasiewicza, J. Wloki, Z. Zieleżnego

O pewnym twierdzeniu S. Łojasiewicza, J. Wloki, Z. Zieleżnego O pewnym twierdzeniu S. Łojasiewicza, J. Wloki, Z. Zieleżnego Jan Ligęza Instytut Matematyki Wisła Letnia Szkoła Instytutu Matematyki wrzesień 2010 r. [1] S. Łojasiewicz, J. Wloka, Z. Zieleżny; Über eine

Bardziej szczegółowo

- Dla danego zbioru S zbiór wszystkich jego podzbiorów oznaczany symbolem 2 S.

- Dla danego zbioru S zbiór wszystkich jego podzbiorów oznaczany symbolem 2 S. 1 Zbiór potęgowy - Dla danego zbioru S zbiór wszystkich jego podzbiorów oznaczany symbolem 2 S. - Dowolny podzbiór R zbioru 2 S nazywa się rodziną zbiorów względem S. - Jeśli S jest n-elementowym zbiorem,

Bardziej szczegółowo

Maria Romanowska UDOWODNIJ, ŻE... PRZYKŁADOWE ZADANIA MATURALNE Z MATEMATYKI

Maria Romanowska UDOWODNIJ, ŻE... PRZYKŁADOWE ZADANIA MATURALNE Z MATEMATYKI Maria Romanowska UDOWODNIJ, ŻE... PRZYKŁADOWE ZADANIA MATURALNE Z MATEMATYKI Matematyka dla liceum ogólnokształcącego i technikum w zakresie podstawowym i rozszerzonym Z E S Z Y T M E T O D Y C Z N Y Miejski

Bardziej szczegółowo

Wstęp do logiki. Pytania i odpowiedzi

Wstęp do logiki. Pytania i odpowiedzi Wstęp do logiki Pytania i odpowiedzi 1 Pojęcie pytania i odpowiedzi DEF. 1. Pytanie to wyrażenie, które wskazuje na pewien brak w wiedzy subiektywnej lub obiektywnej i wskazuje na dążenie do uzupełnienia

Bardziej szczegółowo

Algebra liniowa z geometrią

Algebra liniowa z geometrią Algebra liniowa z geometrią Maciej Czarnecki 15 stycznia 2013 Spis treści 1 Geometria płaszczyzny 2 1.1 Wektory i skalary........................... 2 1.2 Macierze, wyznaczniki, układy równań liniowych.........

Bardziej szczegółowo

Uzupełnienia dotyczące zbiorów uporządkowanych (3 lutego 2011).

Uzupełnienia dotyczące zbiorów uporządkowanych (3 lutego 2011). Uzupełnienia dotyczące zbiorów uporządkowanych (3 lutego 2011). Poprzedniczka tej notatki zawierała błędy! Ta pewnie zresztą też ; ). Ćwiczenie 3 zostało zmienione, bo żądałem, byście dowodzili czegoś,

Bardziej szczegółowo

JEZYKOZNAWSTWO. 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 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 szczegółowo