1. Składnia. Logika obliczeniowa - zadania 1 SKŁADNIA Teoria
|
|
- Kajetan Murawski
- 5 lat temu
- Przeglądów:
Transkrypt
1 Logika obliczeniowa - zadania 1 SKŁADNIA 1. Składnia 1.1. Teoria 1. Składnia oznacza reguły tworzenia... z Rachunek predykatów pierwszego rzędu (w skrócie: rachunek predykatów) wyróżnia cztery zbiory symboli podstawowych W rachunku predykatów oprócz symboli podstawowych wyróżniamy... oraz Termem nazywamy Atom, literał, klauzula to Zmienną nazywamy zmienną wolną gdy Zmienną nazywamy zmienną związaną gdy Formułę nazywamy formułą zamkniętą gdy nie zawiera zmiennych Domknięcie uniwersalne lub egzystencjalne pozwala usunąć z formuły zmienne Zadania 1. Zakładając, że p jest symbolem predykatywnym, zbuduj najprostszą formułę. 2. Czy wyrażenie x p(a) jest formułą? 3. Czy wyrażenie x p(x) zawiera zmienne wolne? 4. Wskaż zmienne wolne w formule: x p(x, y) p(a). 5. Domknij uniwersalnie formułę: x p(x, y) p(z).
2 Logika obliczeniowa - zadania 2 SEMANTYKA 2. Semantyka 2.1. Teoria 1. Formuła rachunku predykatów jest spełniona gdy Formuła rachunku predykatów nie jest spełniona gdy Predykat to... i ma on swój odpowiednik w matematyce w postaci Relacja n-argumentowa na zbiorze S to... i można ją reprezentować za pomocą Interpretacja I to Wartościowanie σ I to Do wyznaczenia wartości termu, atomu, formuły złożonej wykorzystujemy funkcję Formuła F = x A przyjmuje wartość logiczną 1 gdy Formuła F = x A przyjmuje wartość logiczną 1 gdy Modelem formuły zamkniętej A nazywamy... w której formuła jest... i oznaczamy to I = A. 11. Formuła zamknieta jest spełnialna gdy Formuła zamknieta jest prawdziwa gdy... i oznaczamy to = A Zadania 1. Dla formuły F = q(f(a, x), y) podaj przykład: interpretacji I, wartościowania σ I. 2. Sprawdź, czy formuła F = x y p(x, y) jest spełnialna.
3 Logika obliczeniowa - zadania 3 METODA TABLIC SEMANTYCZNYCH 3. Metoda Tablic Semantycznych 3.1. Teoria 1. Dane są formuły zamknięte A 1 i A 2. A 1 jest logicznie równoważna A 2 (A 1 A 2 ) gdy Dany jest zbiór formuł U oraz formuła A. A jest konsekwencją logiczną U (U = A) gdy Gdy zbiór formuł U jest pusty to pojęcie konsekwencji logicznej jest tożsame z pojęciem... ( = A). 4. Uzupełnij treść twierdzeń:... wtw. gdy = A 1 A 2 Niech U = {A 1,..., A n }.... wtw. gdy = (A 1... A n ) A 5. Para literałów komplementarnych to Para formuł komplementarnych to Dopełnienie formuły A to Zbiór jest spełnialny gdy Metoda tablic semantycznych poszukuje systematycznie... i wykorzystuje reguły Węzeł drzewa zawiera... i Korzeń drzewa zawiera... i Jeżeli formuła w korzeniu drzewa nie zawiera stałych to Liść oznaczamy jako domknięty ( ) gdy Liść oznaczamy jako otwarty ( ) gdy Tablicę zakończoną nazywamy domkniętą gdy Tablicę zakończoną nazywamy otwartą gdy Gdy gałąź jest nieskończona tablicę oznaczamy jako Formuła jest niespełnialna gry tablica jest Formuła jest spełnialna gdy tablica jest Zadania 1. Liść {p(a), p(b), p(a)} jest otwarty/domkniety. 2. Liść {p(a), p(b), p(c)} jest otwarty/domkniety. 3. Niech F będzie pewną formułą rachunku predykatów. Określ prawdziwość zdania: Jeżeli tablica semantyczna dla formuły F zawiera wyłącznie liście otwarte, to formuła F jest prawdziwa. 4. Wykorzystując MTS zbadaj spełnialność formuły F = p(a) (q(b) p(a)). 5. Zbadaj spełnialność formuły F = x( yq(y) q(x)). 6. Zbadaj spełnialność formuły F = x yp(x, y) (model przeliczalny, nieskończony). 7. Zbadaj prawdziwość formuły F = x(p(x) q(x)) ( xp(x) xq(x)). 8. W metodzie tabel semantycznych zdarzają się etapy, kiedy można wybrać jedną z kilku formuł, dla której zastosujemy regułę. Czy inna kolejność wyboru może doprowadzić do innego wyniku w terminach spełnialna-niespełnialna?
4 Logika obliczeniowa - zadania 3 METODA TABLIC SEMANTYCZNYCH 3.3. Przykład 1. Wykorzystując metodę tablic semantycznych zbadaj czy zdefiniowana poniżej formuła F jest prawdziwa. Podkreślaj formułę przekształcaną w każdym kroku. Dopuszczalne jest usuwanie podwójnej negacji w locie. Nie wolno przekształcać formuł korzystając z tożsamości logicznych. Kontynuuj obliczenia do uzyskania wszystkich liści. F = (p(a) x q(x)) x (p(x) q(x)) { [(p(a) x q(x)) x (p(x) q(x))]}, {a} {(p(a) x q(x)), x (p(x) q(x))}, {a} {p(a), x q(x), x (p(x) q(x))}, {a} {p(a), x q(x), (p(b) q(b))}, {a, b} {p(a), x q(x), q(a), q(b), (p(b) q(b))}, {a, b} {p(a), x q(x), q(a), q(b), p(b)}, {a, b} {p(a), x q(x), q(a), q(b), q(b)}, {a, b} Odpowiedź: Zanegowana formuła jest spełnialna, oryginalna formuła nie jest prawdziwa. α α 1 α 2 β β 1 β 2 A 1 A 1 A 1 A 2 A 1 A 2 (B 1 B 2 ) B 1 B 2 (A 1 A 2 ) A 1 A 2 B 1 B 2 B 1 B 2 (A 1 A 2 ) A 1 A 2 B 1 B 2 B 1 B 2 (A 1 A 2 ) A 1 A 2 B 1 B 2 B 1 B 2 A 1 A 2 A 1 A 2 (B 1 B 2 ) B 1 B 2 A 1 A 2 A 1 A 2 A 2 A 1 (B 1 B 2 ) (B 1 B 2 ) (B 2 B 1 ) (A 1 A 2 ) A 1 A 2 A 2 A 1 B 1 B 2 (B 1 B 2 ) (B 2 B 1 ) γ γ(a) a już δ δ(a) a jest nową x A(x) A(a) występuje w x A(x) A(a) stałą x A(x) A(a) wierzchołku x A(x) A(a) 3.4. Dodatek 1. Metoda Tablic Semantycznych poszukuje modelu (modeli) formuły. Modele te można odczytać z liści otwartych. 2. Jeżeli dany liść pozwala na odczytanie modelu formuły, to można odczytać z tego liścia jeden model lub więcej modeli. Liczba modeli, które można odczytać z takiego liścia zależy od postaci zbioru literałów tworzących liść (zbiór literałów w liściu traktujemy jako koniunkcję tych literałów). Wystąpienie literału w liściu definiuje bowiem wartościowanie odpowiedniego atomu, tworzącego ten literał. 3. Przypominamy, że metoda tabel semantycznych nie daje odpowiedzi wprost na pytanie: czy formuła jest prawdziwa. Zatem drzewo, które posiada wyłącznie liście otwarte, nie jest dowodem na to, że formuła jest prawdziwa. 4. Można postawić pytanie czy metoda tabel semantycznych pokazuje wszystkie możliwe modele?
5 Logika obliczeniowa - zadania 4 PODSTAWIENIA 4. Podstawienia 4.1. Teoria 1. Podstawieniem termów za zmienne nazywamy Podstawienie puste to Instancję Eθ wyrażenia E otrzymujemy Złożenie podstawień θδ to Składanie podstawień jest... ale nie jest Najbardziej ogólne podstawienie uzgadniające to podstawienie uzgadniające, które Zadania 1. Zastosuj podstawienie θ = {x y, y a} do wyrażenia E = p(x) q(y). 2. Do wyrażenia E z powyższego zadania zastosuj kolejno podstawienia θ = {x f(y), y f(a), z u}, δ = {y g(a), u z, v f(f(a))}. 3. Sprawdź na przykładzie powyższego zadania równość E(θδ) = (Eθ)δ.
6 Logika obliczeniowa - zadania 5 UZGADNIANIE 5. Uzgadnianie 5.1. Teoria 1. Zbiór termów do uzgodnienia to zbiór równań na termach, który spełnia warunki Algorytm uzgadniania to cztery operacje... i definiuje Zadania 1. Uzgodnij A = p(g(y), f(x, h(x), y)) oraz B = p(x, f(g(z), w, z)) Przykład 1. Oblicz najbardziej ogólne podstawienie uzgadniające µ dla poniższej pary formuł: A = p(b, x, f(g(y))), B = p(z, h(z, v), f(v)). Niech λ = {z a, y a} Oblicz: Aµ, (Aµ)λ, µλ, B(µλ) i sprawdź, czy (Aµ)λ=B(µλ). b = z x = h(z, v) f(g(y)) = f(v) z = b x = h(b, v) g(y) = v z = b x = h(b, g(y)) v = g(y) µ={z b, x h(b, g(y)), v g(y)} Aµ = p(b, h(b, g(y)), f(g(y)) (Aµ)λ = p(b, h(b, g(a)), f(g(a))) µλ = {z b, x h(b, g(a)), v g(a), y a } B(µλ) = p(b, h(b, g(a)), f(g(a)) (Aµ)λ = B(µλ) 5.4. Dodatek 1. Można postawić pytanie, czy algorytm uzgadniania generuje dokładnie jedno najbardziej ogólne podstawienie uzgadniające. Sprawdź to rozwiązując zadanie 1.
7 Logika obliczeniowa - zadania 6 SKOLEMIZACJA 6. Skolemizacja 6.1. Teoria 1. Niech S bedzie spełnialnym zbiorem formuł rachunku predykatów. Formuła A jest logiczną konsekwencją zbioru S wtw gdy S { A} jest Formuła jest w koniunkcyjnej postaci normalnej gdy Formuła jest w przedrostkowej koniunkcyjnej postaci normalnej gdy Formuła zamknieta jest w postaci klauzulowej gdy Zadania 1. Dokonaj skolemizacji formuły F. F = x [q(x) p(x)] x p(x) 2. Dokonaj skolemizacji formuły F. F = x y p(x, y) y x p(x, y) 3. Czy można uzyskać postać klauzulową dla formuły zawierającej zmienne wolne? 6.3. Przykład 1. Poniższe pytania odnoszą się do formuły F zdefiniowanej poniżej: F = x [[p(x, f(x)) x y q(x, y)] y p(g(x, a), f(y))] Dokonaj skolemizacji formuły F. Przy każdym kroku podaj nazwę wykonywanej operacji. Zapisz uzyskaną formułę jako zbiór klauzul. a) Usunięcie binarnych operatorów innych niż oraz x [ [p(x, f(x)) x y q(x, y)] y p(g(x, a), f(y))] b) Przesunięcie negacji x [[ p(x, f(x)) x y q(x, y)] y p(g(x, a), f(y))] c) Przemianowanie zmiennych x [[ p(x, f(x)) z y q(z, y)] u p(g(x, a), f(u))] d) Wydobycie kwantyfikatorów x z y u[[ p(x, f(x)) q(z, y)] p(g(x, a), f(u))] e) Koniunkcyjna postać normalna matrycy x z y u[[ p(x, f(x)) p(g(x, a), f(u))] [ q(z, y) p(g(x, a), f(u))]] f) Funkcje Skolema z h(x) x y u[[ p(x, f(x)) p(g(x, a), f(u))] [ q(h(x), y) p(g(x, a), f(u))]] g) Zbiór klauzul {{ p(x, f(x)), p(g(x, a), f(u))}, { q(h(x), y), p(g(x, a), f(u))}}
8 Logika obliczeniowa - zadania 6 SKOLEMIZACJA 6.4. Dodatek 1. Skolemizacja przekształca formułę do postaci klauzulowej. Postać normalna dopuszcza bowiem kwantyfikatory egzystencjalne. Jednakże my jesteśmy zainteresowani wyłącznie kwantyfikatorami uniwersalnymi, stąd ostatni krok skolemizacji, przekształcający postać normalną do klauzulowej. Postać klauzulową można zapisać w postaci zbioru klauzul. 2. Skolemizacja, do przedostatniego kroku zachowuje logiczną równoważność. Zastosowanie funkcji Skolema nie zachowuje już logicznej równoważności, lecz spełnialność. W większości przypadków badamy jednak spełnialność formuł, stąd Skolemizacja jest użyteczna. 3. Tw. Formuła uzyskana na drodze Skolemizacji jest niespełniana wtw, gdy wyjściowa formuła jest niespełnialna 4. Zauważ, że wydobycie kwantyfikatorów pozwala na pewną dowolność uzyskania prefiksu i w konsekwencji budowanych funkcji Skolema.
9 Logika obliczeniowa - zadania 7 REZOLUCJA 7. Rezolucja 7.1. Teoria 1. Klauzulę pustą oznaczamy... i jest ona Pusty zbiór klauzul oznaczamy... i jest on Term oraz atom jest ustalony gdy Klazule C 1 i C 2 nazywamy kolidującymi gdy Rezolwentą klazul kolidujących C 1 i C 2 nazywamy Tw. Rezolwenta klauzul C 1 i C 2 jest spełnialna wtw. gdy Ogólna metoda rezolucji zatrzymuje się w przypadku gdy... lub gdy Zadania 1. Uzgodnij i zastosuj rezolucję dla klauzul: C 1 = p(f(x), g(y)) q(x, y) C 2 = p(f(f(a)), g(z) q(f(a), g(z)) 7.3. Przykład 1. Sprawdź za pomocą metody rezolucji, czy klauzula q(z) jest logiczną konsekwencją następującego zbioru klauzul: C 1 : t(x 2 ) p(x 2 ) C 2 : s(x 3 ) q(x 3 ) C 3 : p(x 4 ) s(x 4 ) C 4 : t(a) Przy obliczeniach zastosuj notację: C x = Rez(C y,c z ) = tu wpisz rezolwentę; σ i = {tu wpisz podstawienie uzgadniające} Jeżeli q(z) JEST logiczną konsekwencją podanego zbioru klauzul to podaj, dla jakiej wartości zmiennej z ma to miejsce podaj najbardziej ogólne podstawienie uzgadniające (ang. the most general inifier MGU) wygenerowane w trakcie stosowania metody rezolucji; jeżeli q(z) NIE JEST logiczną konsekwencją podanego zbioru klauzul to czy jest logiczną konsekwencją pustego zbioru klauzul? a) Dodajemy klauzulę C 5 = q(z) C 6 = Rez(C 1,C 4 ) = p(a); σ 1 = {x 2 a} C 7 = Rez(C 6,C 3 ) = s(a); σ 2 = {x 4 a} C 8 = Rez(C 7,C 2 ) = q(a); σ 3 = {x 3 a} C 9 = Rez(C 8,C 5 ) = ; σ 4 = {z a} b) q(z) jest logiczną konsekwencją podanego zbioru klazul. Wyznaczamy MGU: σ 1 σ 2 σ 3 σ 4 = {x 2 a, x 4 a, x 3 a, z a}
10 Logika obliczeniowa - zadania 8 DIAGRAMY BINARNYCH DECYZJI 8. Diagramy Binarnych Decyzji 8.1. Przykład 1. Niech A = (p q) r. Sprawdź czy formuła pa jest spełnialna. Rozwiązanie: 1) zbudować DBD dla rozważanej formuły A, 2) w oparciu o ten diagram zbudować DWA diagramy (dla formuły A p = 0 i A p = 1), 3) zastosować algorytm łączenia drzew. Jeżeli kwantyfikator jest typu łączymy te dwa diagramy operatorem, jeżeli zaś kwantyfikator jest typu łączymy te dwa diagramy operatorem. ODP.: Ponieważ w wynikowym diagramie znajduje się węzeł o wartości 1 zatem formuła pa jest spełnialna (formuła A jest spełniona dla pewnej wartości atomu p).
11 Logika obliczeniowa - zadania 8 DIAGRAMY BINARNYCH DECYZJI 2. Niech A = (q p) r. Sprawdź czy formuła pa jest spełnialna. ODP.: Ponieważ w wynikowym diagramie znajduje się węzeł o wartości 1 zatem formuła formuła pa jest spełnialna (formuła A jest spełniona dla każdej wartości atomu p) Dodatek 1. DBD, w odróżnieniu od większości metod, pozwalają na badanie wprost nie tylko spełnialności ale także prawdziwości. Formuła prawdziwa ma w każdej interpretacji wartość reprezentowaną przez symbol 1, co jest widoczne w zredukowanym diagramie binarnych decyzji. 2. Istnieje twierdzenie mówiące, że zredukowane diagramy UDBD dla formuł logicznie równoważnych są strukturalnie identyczne dla poszczególnych uporządkowań atomów. Podkreślmy: dla poszczególnych uporządkowań atomów. 3. Kwantyfikacja jest pytaniem o spełnialność formuły dla pewnej lub wszystkich wartości kwantyfikowanego atomu. Istnieje możliwość zastosowania kilku kwantyfikatorów do formuły, ale oznacza to, że należy zachować odpowiedni porządek analizowania tych kwantyfikatorów. Wprawdzie w materiałach nie ma o tym wprost mowy, ale żeby dokonać analizy dowolnego kwantyfikatora, należy najpierw poddać analizie kwantyfikatory umieszczone na prawo (najbardziej zagnieżdżone).
Interpretacja Niech U będzie zbiorem formuł takim, że zbiór {p 1,..., p k } jest zbiorem wszystkich symboli predykatywnych, {f 1,..., f l } jest zbior
Rachunek predykatów Wykład 5 Plan wykładu Funkcje i termy Postać klauzulowa formuł Modele Herbranda Twierdzenie Herbranda Rezolucja dla klauzul ustalonych Podstawienia Uzgadnianie Rezolucja Funkcje i termy
Bardziej szczegółowoRachunek 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 szczegółowoMetoda Tablic Semantycznych
Procedura Plan Reguły Algorytm Logika obliczeniowa Instytut Informatyki Plan Procedura Reguły 1 Procedura decyzyjna Logiczna równoważność formuł Logiczna konsekwencja Procedura decyzyjna 2 Reguły α, β,
Bardziej szczegółowoRezolucja w rachunku predykatów. Przedrostkowa koniunkcyjna postać normalna. Formu ly ustalone. Joanna Józefowska. Poznań, rok akademicki 2009/2010
Instytut Informatyki Poznań, rok akademicki 2009/2010 1 Postać klauzulowa formu l 2 Regu la rezolucji Regu la rezolucji dla klauzul ustalonych Regu la rezolucji dla klauzul ustalonych a spe lnialność Ogólna
Bardziej szczegółowoMetoda tabel semantycznych. Dedukcja drogi Watsonie, dedukcja... Definicja logicznej konsekwencji. Logika obliczeniowa.
Plan Procedura decyzyjna Reguły α i β - algorytm Plan Procedura decyzyjna Reguły α i β - algorytm Logika obliczeniowa Instytut Informatyki 1 Procedura decyzyjna Logiczna konsekwencja Teoria aksjomatyzowalna
Bardziej szczegółowoSemantyka 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 szczegółowoSemantyka 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 szczegółowoUzgadnianie formuł rachunku predykatów
Składanie podstawień Plan wykładu Uzgadnianie Logika obliczeniowa Instytut Informatyki Plan wykładu Składanie podstawień 1 Składanie podstawień Podstawienie Motywacja Złożenie podstawień 2 Uzgadnianie
Bardziej szczegółowoProblem. Uzgadnianie wyrażeń rachunku predykatów. Instancja wyrażenia. Podstawienie termu za zmienną. Joanna Józefowska
Problem Instytut Informatyki jedzenie(x 1 ) lubi(adam, x 1 ) jedzenie(jabłko) jedzenie(kurczak) je(x 1, x 2 ) żyje(x 1 ) jedzenie(x 2 ) je(bogdan, orzeszki) żyje(bogdan) je(bogdan, x 2 ) je(zuzia, x 2
Bardziej szczegółowoUzgadnianie wyrażeń rachunku predykatów. Adam i orzeszki. Joanna Józefowska. Poznań, rok akademicki 2009/2010
Instytut Informatyki Poznań, rok akademicki 2009/2010 Instytut Informatyki Poznań, rok akademicki 2009/2010 1 Podstawienia Motywacja Podstawienie 2 Sk ladanie podstawień Motywacja Z lożenie podstawień
Bardziej szczegółowoIII rok kognitywistyki UAM,
METODY DOWODZENIA TWIERDZEŃ I AUTOMATYZACJA ROZUMOWAŃ WYKŁAD 6A: REZOLUCJA III rok kognitywistyki UAM, 2016 2017 1 Rezolucja w KRZ Dowody rezolucyjne w KRZ są równie proste, jak dowody tablicowe Metoda
Bardziej szczegółowoModele Herbranda. Logika obliczeniowa. Joanna Józefowska. Szukamy modelu. Przykład Problemy. Model Herbranda
Plan wykładu Szukamy modelu Model Herbranda Twierdzenia Logika obliczeniowa Instytut Informatyki Plan wykładu Szukamy modelu 1 Szukamy modelu Problemy 2 Model Herbranda Uniwersum Herbranda Interpretacja
Bardziej szczegółowoAndrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki. Wykład 9. Koniunkcyjne postacie normalne i rezolucja w KRZ
Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 9. Koniunkcyjne postacie normalne i rezolucja w KRZ 1 Inferencyjna równoważność formuł Definicja 9.1. Formuła A jest
Bardziej szczegółowoMETODY DOWODZENIA TWIERDZEŃ I AUTOMATYZACJA ROZUMOWAŃ
METODY DOWODZENIA TWIERDZEŃ I AUTOMATYZACJA ROZUMOWAŃ KONWERSATORIUM 6: REZOLUCJA V rok kognitywistyki UAM 1 Kilka uwag terminologicznych Słuchacze zapewne pamiętają z zajęć dotyczących PROLOGu poniższą
Bardziej szczegółowoLogika Matematyczna (10)
Logika Matematyczna (10) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Rezolucja w KRZ Jerzy Pogonowski (MEG) Logika Matematyczna (10) Rezolucja w KRZ 1 / 39 Plan
Bardziej szczegółowoSkładnia 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 szczegółowoIII rok kognitywistyki UAM,
METODY DOWODZENIA TWIERDZEŃ I AUTOMATYZACJA ROZUMOWAŃ WYKŁAD 14: POWTÓRKA III rok kognitywistyki UAM, 2016 2017 Dzisiejszy wykład w całości poświęcony będzie omówieniu przykładowych zadań, podobnych do
Bardziej szczegółowoProgramowanie deklaratywne i logika obliczeniowa
Programowanie deklaratywne i logika obliczeniowa Programowanie deklaratywne i logika obliczeniowa Wykład logika 12 godzin Dr hab. inż. Joanna Józefowska, prof. PP dyżur: poniedziałek 9.30-11.00 p. 10,
Bardziej szczegółowoAutomatyczne dowodzenie twierdzeń metodą rezolucji
Automatyczne dowodzenie twierdzeń metodą rezolucji 16 kwietnia 2010 Rezolucja zdaniowa Formuły rachunku zdań: zbudowane ze zmiennych zdaniowych za pomocą spójników logicznych,,,, i nawiasów Wartości logiczne:
Bardziej szczegółowoElementy logiki. Wojciech Buszkowski Wydział Matematyki i Informatyki UAM Zakład Teorii Obliczeń
Elementy logiki Wojciech Buszkowski Wydział Matematyki i Informatyki UAM Zakład Teorii Obliczeń 1 Klasyczny Rachunek Zdań 1.1 Spójniki logiczne Zdaniem w sensie logicznym nazywamy wyrażenie, które jest
Bardziej szczegółowoKlasyczny rachunek predykatów
Kultura logiczna Klasyczny rachunek predykatów Bartosz Gostkowski bgostkowski@gmail.com Alfabet klasycznego rachunku zdań reguły konsytutywne języka Alfabet klasycznego rachunku predykatów (KRP Do alfabetu
Bardziej szczegółowoProgramowanie logiczne a negacja
Programowanie logiczne a negacja Adrian Woźniak 12 stycznia 2006r. SPIS TREŚCI Programowanie logiczne a negacja Spis treści 1 Wstęp 2 2 Wnioskowanie negatywnych informacji 2 2.1 Reguła CWA (Closed World
Bardziej szczegółowoAdam Meissner SZTUCZNA INTELIGENCJA
Instytut Automatyki i Inżynierii Informatycznej Politechniki Poznańskiej Adam Meissner Adam.Meissner@put.poznan.pl http://www.man.poznan.pl/~ameis SZTUCZNA INTELIGENCJA Elementy wnioskowania automatycznego
Bardziej szczegółowoJęzyk rachunku predykatów Formuły rachunku predykatów Formuły spełnialne i prawdziwe Dowody założeniowe. 1 Zmienne x, y, z...
Język rachunku predykatów 1 Zmienne x, y, z... 2 Predykaty n-argumentowe P(x, y,...), Q(x, y...),... 3 Funktory zdaniowe,,,, 4 Kwantyfikatory: istnieje, dla każdego Język rachunku predykatów Ustalenie
Bardziej szczegółowoLogika Stosowana. Wykład 1 - Logika zdaniowa. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017
Logika Stosowana Wykład 1 - Logika zdaniowa Marcin Szczuka Instytut Informatyki UW Wykład monograficzny, semestr letni 2016/2017 Marcin Szczuka (MIMUW) Logika Stosowana 2017 1 / 30 Plan wykładu 1 Język
Bardziej szczegółowoAdam Meissner.
Instytut Automatyki i Inżynierii Informatycznej Politechniki Poznańskiej Adam Meissner Adam.Meissner@put.poznan.pl http://www.man.poznan.pl/~ameis SZTUCZNA INTELIGENCJA Podstawy logiki pierwszego rzędu
Bardziej szczegółowoDefinicja: zmiennych zdaniowych spójnikach zdaniowych:
Definicja: Alfabet języka logiki zdań składa się z nieskończonego (najczęściej zakładamy: przeliczalnego) zbioru P, o którym myślimy jak o zbiorze zmiennych zdaniowych i skończonego zbioru symboli, o których
Bardziej szczegółowoMichał Lipnicki (UAM) Logika 11 stycznia / 20
Logika Michał Lipnicki Zakład Logiki Stosowanej UAM 11 stycznia 2013 Michał Lipnicki (UAM) Logika 11 stycznia 2013 1 / 20 KRP wstęp Wstęp Rozważmy wnioskowanie: Każdy człowiek jest śmiertelny. Sokrates
Bardziej szczegółowo1. Metoda tabel semantycznych
1. Metoda tabel semantycznych Udowodnić pawdziwość fomuły metodą tabel semantycznych: (A B) ( B A) ZALECAMY podkeślanie analizowanych fomuł, W celu zbadania pawdziwości fomuły należy zanegować fomułę i
Bardziej szczegółowoLOGIKA 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 szczegółowovf(c) =, vf(ft 1... t n )=vf(t 1 )... vf(t n ).
6. Wykład 6: Rachunek predykatów. Język pierwszego rzędu składa się z: symboli relacyjnych P i, i I, gdzie (P i ) oznaczać będzie ilość argumentów symbolu P i, symboli funkcyjnych f j, j J, gdzie (f j
Bardziej szczegółowoTautologia (wyrażenie uniwersalnie prawdziwe - prawo logiczne)
Tautologia (wyrażenie uniwersalnie prawdziwe - prawo logiczne) Definicja 1: Tautologia jest to takie wyrażenie, którego wartość logiczna jest prawdą przy wszystkich możliwych wartościowaniach zmiennych
Bardziej szczegółowoSYSTEMY UCZĄCE SIĘ WYKŁAD 4. DRZEWA REGRESYJNE, INDUKCJA REGUŁ. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska
SYSTEMY UCZĄCE SIĘ WYKŁAD 4. DRZEWA REGRESYJNE, INDUKCJA REGUŁ Częstochowa 2014 Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska DRZEWO REGRESYJNE Sposób konstrukcji i przycinania
Bardziej szczegółowoPodstawy Sztucznej Inteligencji (PSZT)
Podstawy Sztucznej Inteligencji (PSZT) Paweł Wawrzyński Wnioskowanie logiczne i systemy eksperckie Systemy posługujące się logiką predykatów: część 3/3 Dzisiaj Uogólnienie Poprawność i pełność wnioskowania
Bardziej szczegółowoMetody dowodzenia twierdzeń i automatyzacja rozumowań Tabele syntetyczne: definicje i twierdzenia
Metody dowodzenia twierdzeń i automatyzacja rozumowań Tabele syntetyczne: definicje i twierdzenia Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@.edu.pl Metoda tabel syntetycznych (MTS) MTS
Bardziej szczegółowoLogika Matematyczna 16 17
Logika Matematyczna 16 17 Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Semantyka KRP (3) Jerzy Pogonowski (MEG) Logika Matematyczna 16 17 Semantyka KRP (3) 1 / 24
Bardziej szczegółowoElementy logiki. Algebra Boole a. Analiza i synteza układów logicznych
Elementy logiki: Algebra Boole a i układy logiczne 1 Elementy logiki dla informatyków Wykład III Elementy logiki. Algebra Boole a. Analiza i synteza układów logicznych Elementy logiki: Algebra Boole a
Bardziej szczegółowoLogika Radosna 5. Jerzy Pogonowski. KRP: tablice analityczne. Zakład Logiki Stosowanej UAM
Logika Radosna 5 Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl KRP: tablice analityczne Jerzy Pogonowski (MEG) Logika Radosna 5 KRP: tablice analityczne 1 / 111 Wprowadzenie
Bardziej szczegółowoLogiczne podstawy informatyki 1. Wojciech Buszkowski. Zakład Teorii Obliczeń Wydział Matematyki i Informatyki UAM
Logiczne podstawy informatyki 1 LOGICZNE PODSTAWY INFORMATYKI Wojciech Buszkowski Zakład Teorii Obliczeń Wydział Matematyki i Informatyki UAM Logiczne podstawy informatyki 2 1. Rezolucja zdaniowa Formuły
Bardziej szczegółowoImię i nazwisko:... OBROŃCY PRAWDY
Egzamin: Logika Matematyczna, I rok JiNoI, 30 czerwca 2014 Imię i nazwisko:........................................... OBROŃCY PRAWDY Wybierz dokładnie cztery z poniższych pięciu zadań i spróbuj je rozwiazać.
Bardziej szczegółowoMonoidy wolne. alfabetem. słowem długością słowa monoidem wolnym z alfabetem Twierdzenie 1.
3. Wykłady 3 i 4: Języki i systemy dedukcyjne. Klasyczny rachunek zdań. 3.1. Monoidy wolne. Niech X będzie zbiorem niepustym. Zbiór ten będziemy nazywać alfabetem. Skończony ciąg elementów alfabetu X będziemy
Bardziej szczegółowoUNIFIKACJA I REZOLUCJA
KLASYCZNY RACHUNEK LOGICZNY: UNIFIKACJA I REZOLUCJA (LOGIKA MATEMATYCZNA: WYKŁADY 10, 24, 25) 2007 2008 JERZY POGONOWSKI ZAKŁAD LOGIKI STOSOWANEJ UAM http://www.logic.amu.edu.pl LOGIKA MATEMATYCZNA WYKŁAD
Bardziej szczegółowoLogika 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 szczegółowoWykład 11a. Składnia języka Klasycznego Rachunku Predykatów. Języki pierwszego rzędu.
Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 11a. Składnia języka Klasycznego Rachunku Predykatów. Języki pierwszego rzędu. 1 Logika Klasyczna obejmuje dwie teorie:
Bardziej szczegółowoAndrzej Wiśniewski Logika II. Materiały do wykładu dla studentów kognitywistyki
Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykład 5. Wprowadzenie do semantyki teoriomodelowej cz.5. Wynikanie logiczne 1 Na poprzednim wykładzie udowodniliśmy m.in.:
Bardziej szczegółowoElementy logiki Klasyczny rachunek predykatów
Elementy logiki. Klasyczny rachunek predykatów. 1 Elementy logiki Klasyczny rachunek predykatów Wojciech Buszkowski Zakład Teorii Obliczeń Wydział Matematyki i Informatyki Uniwersytet im. Adama Mickiewicza
Bardziej szczegółowoRachunek zdań. 2.1 Podstawowe pojęcia
Rachunek zdań 2.1 Podstawowe pojęcia 2.1.1. Rachunek zdań to teoria zajmująca się formami wnioskowania zbudowanymi wyłącznie ze zmiennych zdaniowych oraz funktorów prawdziwościowych, będących pewnego rodzaju
Bardziej szczegółowoDefinicja: zmiennych zdaniowych spójnikach zdaniowych:
Definicja: Alfabet języka logiki zdań składa się z nieskończonego (najczęściej zakładamy: przeliczalnego) zbioru P, o którym myślimy jak o zbiorze zmiennych zdaniowych i skończonego zbioru symboli, o których
Bardziej szczegółowoLogika Matematyczna. Zadania Egzaminacyjne, 2007
Logika Matematyczna Zadania Egzaminacyjne, 2007 I Rok Językoznawstwa i Informacji Naukowej UAM Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl Podajemy rozwiązania zadań egzaminacyjnych.
Bardziej szczegółowoRachunek zdań - semantyka. Wartościowanie. ezyków formalnych. Semantyka j. Logika obliczeniowa. Joanna Józefowska. Poznań, rok akademicki 2009/2010
Logika obliczeniowa Instytut Informatyki Poznań, rok akademicki 2009/2010 1 formu l rachunku zdań Wartościowanie i sta le logiczne Logiczna równoważność 2 Model formu ly Formu la spe lniona Formu la spe
Bardziej szczegółowoLogika Stosowana. Wykład 2 - Logika modalna Część 2. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017
Logika Stosowana Wykład 2 - Logika modalna Część 2 Marcin Szczuka Instytut Informatyki UW Wykład monograficzny, semestr letni 2016/2017 Marcin Szczuka (MIMUW) Logika Stosowana 2017 1 / 27 Plan wykładu
Bardziej szczegółowoDODATEK 1: Wtedy h(α) = 1 oraz h(β) = 0. Jak pamiętamy ze szkoły, obraz sumy zbiorów jest sumą obrazów tych zbiorów. Mamy zatem:
DODATEK 1: DOWODY NIEKTÓRYCH TWIERDZEŃ DOTYCZACYCH SEMANTYKI KLASYCZNEGO RACHUNKU ZDAŃ 2.2. TWIERDZENIE O DEDUKCJI WPROST (wersja semantyczna). Dla dowolnych X F KRZ, α F KRZ, β F KRZ zachodzą następujące
Bardziej szczegółowoAlgebrę L = (L, Neg, Alt, Kon, Imp) nazywamy algebrą języka logiki zdań. Jest to algebra o typie
3. Wykłady 5 i 6: Semantyka klasycznego rachunku zdań. Dotychczas rozwinęliśmy klasyczny rachunek na gruncie czysto syntaktycznym, a więc badaliśmy metodę sprawdzania, czy dana formuła B jest dowodliwa
Bardziej szczegółowoNp. Olsztyn leży nad Łyną - zdanie prawdziwe, wartość logiczna 1 4 jest większe od 5 - zdanie fałszywe, wartość logiczna 0
ĆWICZENIE 1 Klasyczny Rachunek Zdań (KRZ): zdania w sensie logicznym, wartości logiczne, spójniki logiczne, zmienne zdaniowe, tabele prawdziwościowe dla spójników logicznych, formuły, wartościowanie zbioru
Bardziej szczegółowoLogika 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 szczegółowoDrzewa Semantyczne w KRZ
Drzewa Semantyczne w KRZ Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl 7 XII 2006, 13:30 15:00 Jerzy Pogonowski (MEG) Drzewa Semantyczne w KRZ 7 XII 2006, 13:30 15:00
Bardziej szczegółowoRekurencyjna przeliczalność
Rekurencyjna przeliczalność Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Funkcje rekurencyjne Jerzy Pogonowski (MEG) Rekurencyjna przeliczalność Funkcje rekurencyjne
Bardziej szczegółowoLogika 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 szczegółowoIMIĘ NAZWISKO... grupa C... sala Egzamin ELiTM I
IMIĘ NAZWISKO............................ grupa C... sala 10... Egzamin ELiTM I 02.02.15 1. 2. 3. 4.. 1. (8 pkt.) Niech X a,b = {(x, y) R 2 : (x b) 2 + (y 1 b )2 a 2 } dla a, b R, a > 0, b 0. Wyznaczyć:
Bardziej szczegółowoLogika Matematyczna (1)
Logika Matematyczna (1) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Wprowadzenie Jerzy Pogonowski (MEG) Logika Matematyczna (1) Wprowadzenie 1 / 20 Plan konwersatorium
Bardziej szczegółowoWstęp do Techniki Cyfrowej... Algebra Boole a
Wstęp do Techniki Cyfrowej... Algebra Boole a Po co AB? Świetne narzędzie do analitycznego opisu układów logicznych. 1854r. George Boole opisuje swój system dedukcyjny. Ukoronowanie zapoczątkowanych w
Bardziej szczegółowoAnaliza semantyczna. Gramatyka atrybutywna
Analiza semantyczna Do przeprowadzenia poprawnego tłumaczenia, oprócz informacji na temat składni języka podlegającego tłumaczeniu, translator musi posiadać możliwość korzystania z wielu innych informacji
Bardziej szczegółowoWprowadzenie do Sztucznej Inteligencji
Wprowadzenie do Sztucznej Inteligencji Wykład 2 Informatyka Studia Inżynierskie Automatyczne dowodzenie twierdzeń O teoriach formalnie na przykładzie rachunku zdań Zastosowanie dedukcji: system Logic Theorist
Bardziej szczegółowoAdam Meissner STUCZNA INTELIGENCJA
Instytut Automatyki i Inżynierii Informatycznej Politechniki Poznańskiej Adam Meissner Adam.Meissner@put.poznan.pl http://www.man.poznan.pl/~ameis STUCZNA INTELIGENCJA Elementy programowania w logice Literatura
Bardziej szczegółowoWprowadzenie do Sztucznej Inteligencji
Wprowadzenie do Sztucznej Inteligencji Wykład 2 Informatyka Studia InŜynierskie Rachunek predykatów syntaktyka Do symboli (nazw) rachunku predykatów zaliczamy: 1. Predefiniowane symbole true i false. 2.
Bardziej szczegółowoElementy logiki Klasyczny rachunek zdań. Wojciech Buszkowski Zakład Teorii Obliczeń Wydział Matematyki i Informatyki Uniwersytet im.
Elementy logiki. Klasyczny rachunek zdań. 1 Elementy logiki Klasyczny rachunek zdań Wojciech Buszkowski Zakład Teorii Obliczeń Wydział Matematyki i Informatyki Uniwersytet im. Adama Mickiewicza Elementy
Bardziej szczegółowoStruktury formalne, czyli elementy Teorii Modeli
Struktury formalne, czyli elementy Teorii Modeli Szymon Wróbel, notatki z wykładu dra Szymona Żeberskiego semestr zimowy 2016/17 1 Język 1.1 Sygnatura językowa Sygnatura językowa: L = ({f i } i I, {P j
Bardziej szczegółowoLOGIKA MATEMATYCZNA WYKŁAD 10: METODA REZOLUCJI W KRZ (20XII2007) II. 10. Dowody rezolucyjne w KRZ Przypomnienia i kilka definicji
LOGIKA MATEMATYCZNA WYKŁAD 10: METODA REZOLUCJI W KRZ (20XII2007) II. 10. Dowody rezolucyjne w KRZ Pokażemy teraz działanie pewnej metody dowodowej, mającej istotne zastosowania m.in. w automatycznym dowodzeniu
Bardziej szczegółowoRachunki relacji. Rachunki relacji. RRK Relacyjny Rachunek Krotek
Rachunki relacji Rachunki relacji 1. RRK Relacyjny Rachunek Krotek 2. RRD Relacyjny Rachunek Dziedzin 3. Datalog Database Prolog Tadeusz Pankowski www.put.poznan.pl/~tadeusz.pankowski T. Pankowski, Rachunki
Bardziej szczegółowoDowody założeniowe w KRZ
Dowody założeniowe w KRZ Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl w styczniu 2007 Jerzy Pogonowski (MEG) Dowody założeniowe w KRZ w styczniu 2007 1 / 10 Dowody
Bardziej szczegółowoROZDZIAŁ 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 szczegółowoMATEMATYKA DYSKRETNA, PODSTAWY LOGIKI I TEORII MNOGOŚCI
MATEMATYKA DYSKRETNA, PODSTAWY LOGIKI I TEORII MNOGOŚCI Program wykładów: dr inż. Barbara GŁUT Wstęp do logiki klasycznej: rachunek zdań, rachunek predykatów. Elementy semantyki. Podstawy teorii mnogości
Bardziej szczegółowoJEZYKOZNAWSTWO. I NAUKI O INFORMACJI, ROK I Logika Matematyczna: egzamin pisemny 18 czerwca Imię i Nazwisko:... I
JEZYKOZNAWSTWO I NAUKI O INFORMACJI, ROK I Logika Matematyczna: egzamin pisemny 18 czerwca 2013 Imię i Nazwisko:.................................................................................. I Wybierz
Bardziej szczegółowoParadygmaty dowodzenia
Paradygmaty dowodzenia Sprawdzenie, czy dana formuła rachunku zdań jest tautologią polega zwykle na obliczeniu jej wartości dla 2 n różnych wartościowań, gdzie n jest liczbą zmiennych zdaniowych tej formuły.
Bardziej szczegółowoKonsekwencja logiczna
Konsekwencja logiczna Niech Φ 1, Φ 2,..., Φ n będa formułami logicznymi. Formuła Ψ wynika logicznie z Φ 1, Φ 2,..., Φ n jeżeli (Φ 1 Φ 2 Φ n ) Ψ jest tautologia. Formuły Φ 1, Φ 2,..., Φ n nazywamy założeniami
Bardziej szczegółowoMetalogika (1) Jerzy Pogonowski. Uniwersytet Opolski. Zakład Logiki Stosowanej UAM
Metalogika (1) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Uniwersytet Opolski Jerzy Pogonowski (MEG) Metalogika (1) Uniwersytet Opolski 1 / 21 Wstęp Cel: wprowadzenie
Bardziej szczegółowoWykład 11b. System aksjomatyczny Klasycznego Rachunku Predykatów. Aksjomaty i reguły inferencyjne
Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 11b. System aksjomatyczny Klasycznego Rachunku Predykatów. Aksjomaty i reguły inferencyjne Istnieje wiele systemów aksjomatycznych
Bardziej szczegółowoUwagi wprowadzajace do reguł wnioskowania w systemie tabel analitycznych logiki pierwszego rzędu
Witold Marciszewski: Wykład Logiki, 17 luty 2005, Collegium Civitas, Warszawa Uwagi wprowadzajace do reguł wnioskowania w systemie tabel analitycznych logiki pierwszego rzędu 1. Poniższe wyjaśnienie (akapit
Bardziej szczegółowoPredykat. 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 szczegółowoZadania do Rozdziału X
Zadania do Rozdziału X 1. 2. Znajdź wszystkie σ-ciała podzbiorów X, gdy X = (i) {1, 2}, (ii){1, 2, 3}. (b) Znajdź wszystkie elementy σ-ciała generowanego przez {{1, 2}, {2, 3}} dla X = {1, 2, 3, 4}. Wykaż,
Bardziej szczegółowoAndrzej Wiśniewski Logika II. Materiały do wykładu dla studentów kognitywistyki. Wykład 14. Wprowadzenie do logiki intuicjonistycznej
Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykład 14. Wprowadzenie do logiki intuicjonistycznej 1 Przedstawione na poprzednich wykładach logiki modalne możemy uznać
Bardziej szczegółowoLogika Matematyczna (I JiIN UAM)
Logika Matematyczna (I JiIN UAM) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl 31V-1VI 2007 Jerzy Pogonowski (MEG) Logika Matematyczna (I JiIN UAM) 31V-1VI 2007 1
Bardziej szczegółowoProgramowanie deklaratywne
Programowanie deklaratywne Artur Michalski Informatyka II rok Plan wykładu Wprowadzenie do języka Prolog Budowa składniowa i interpretacja programów prologowych Listy, operatory i operacje arytmetyczne
Bardziej szczegółowoWykład 2. Drzewa zbalansowane AVL i 2-3-4
Wykład Drzewa zbalansowane AVL i -3-4 Drzewa AVL Wprowadzenie Drzewa AVL Definicja drzewa AVL Operacje wstawiania i usuwania Złożoność obliczeniowa Drzewa -3-4 Definicja drzewa -3-4 Operacje wstawiania
Bardziej szczegółowoAlgebra Boole a. Ćwiczenie Sprawdź, czy algebra zbiorów jestrównież algebrą Boole a. Padaj wszystkie elementy takiej realizacji.
Algebra Boole a Algebrą Boole a nazywamy zbiór B, wyróżnione jego podzbiory O i I oraz operacje dwuargumentowe +;, które dla dowolnych elementów X, Y, Z zbioru B spełniają następujące aksjomaty: X+Y B;
Bardziej szczegółowoAlfred N. Whitehead
Plan wykładu Automatyczne dowodzenie twierdzeń Dowodzenie twierdzeń matematycznych Dedukcja Logic Theorist Means-endsends Analysis Rezolucja Programowanie w logice PROLOG Logic Theorist - 1956 Automatyczne
Bardziej szczegółowoRozstrzygalność logiki modalnej
, a FO, a Guarded fragment Rozstrzygalność logiki modalnej, a logika pierwszego rzędu 13.05.2009 / , a FO, a Guarded fragment Spis treści 1 Definicja Model Checking Spełnialność 2, a FO Zamiana na FO Złożoność
Bardziej szczegółowo1. Wstęp do logiki. Matematyka jest nauką dedukcyjną. Nowe pojęcia definiujemy za pomocą pojęć pierwotnych lub pojęć uprzednio wprowadzonych.
Elementy logiki i teorii zbiorów. 1. Wstęp do logiki. Matematyka jest nauką dedukcyjną. Nowe pojęcia definiujemy za pomocą pojęć pierwotnych lub pojęć uprzednio wprowadzonych. Pojęcia pierwotne to najprostsze
Bardziej szczegółowoInternet Semantyczny. Logika opisowa
Internet Semantyczny Logika opisowa Ontologie Definicja Grubera: Ontologia to formalna specyfikacja konceptualizacji pewnego obszaru wiedzy czy opisu elementów rzeczywistości. W Internecie Semantycznym
Bardziej szczegółowoWybierz cztery z poniższych pięciu zadań. Poprawne rozwiazanie dwóch zadań oznacza zdany egzamin.
Logika, II rok Etnolingwistyki UAM, 20 VI 2008. Imię i Nazwisko:.............................. GRUPA: I Wybierz cztery z poniższych pięciu zadań. Poprawne rozwiazanie dwóch zadań oznacza zdany egzamin.
Bardziej szczegółowoLOGIKA I TEORIA ZBIORÓW
LOGIKA I TEORIA ZBIORÓW Logika Logika jest nauką zajmującą się zdaniami Z punktu widzenia logiki istotne jest, czy dane zdanie jest prawdziwe, czy nie Nie jest natomiast istotne o czym to zdanie mówi Definicja
Bardziej szczegółowoPodstawowe Pojęcia. Semantyczne KRZ
Logika Matematyczna: Podstawowe Pojęcia Semantyczne KRZ I rok Językoznawstwa i Informacji Naukowej UAM 2006-2007 Jerzy Pogonowski Zakład Logiki Stosowanej UAM http://www.logic.amu.edu.pl Dodatek: ściąga
Bardziej szczegółowo5. Algebra działania, grupy, grupy permutacji, pierścienie, ciała, pierścień wielomianów.
5. Algebra działania, grupy, grupy permutacji, pierścienie, ciała, pierścień wielomianów. Algebra jest jednym z najstarszych działów matematyki dotyczącym początkowo tworzenia metod rozwiązywania równań
Bardziej szczegółowoMatematyka stosowana i metody numeryczne
Ewa Pabisek Adam Wosatko Piotr Pluciński Matematyka stosowana i metody numeryczne Konspekt z wykładu 6 Rozwiązywanie równań nieliniowych Rozwiązaniem lub pierwiastkiem równania f(x) = 0 lub g(x) = h(x)
Bardziej szczegółowoAndrzej Wiśniewski Logika II. Wykład 6. Wprowadzenie do semantyki teoriomodelowej cz.6. Modele i pełność
Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykład 6. Wprowadzenie do semantyki teoriomodelowej cz.6. Modele i pełność 1 Modele Jak zwykle zakładam, że pojęcia wprowadzone
Bardziej szczegółowo1 Podstawowe oznaczenia
Poniżej mogą Państwo znaleźć skondensowane wiadomości z wykładu. Należy je traktować jako przegląd pojęć, które pojawiły się na wykładzie. Materiały te nie są w pełni tożsame z tym co pojawia się na wykładzie.
Bardziej szczegółowoPodstawy Automatyki. Wykład 13 - Układy bramkowe. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki
Wykład 13 - Układy bramkowe Instytut Automatyki i Robotyki Warszawa, 2015 Układy z elementów logicznych Bramki logiczne Elementami logicznymi (bramkami logicznymi) są urządzenia o dwustanowym sygnale wyjściowym
Bardziej szczegółowoLogika Matematyczna (1)
Logika Matematyczna (1) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl 4 X 2007 Jerzy Pogonowski (MEG) Logika Matematyczna (1) 4 X 2007 1 / 18 Plan konwersatorium Dzisiaj:
Bardziej szczegółowoI. Podstawowe pojęcia i oznaczenia logiczne i mnogościowe. Elementy teorii liczb rzeczywistych.
I. Podstawowe pojęcia i oznaczenia logiczne i mnogościowe. Elementy teorii liczb rzeczywistych. 1. Elementy logiki matematycznej. 1.1. Rachunek zdań. Definicja 1.1. Zdaniem logicznym nazywamy zdanie gramatyczne
Bardziej szczegółowon=0 (n + r)a n x n+r 1 (n + r)(n + r 1)a n x n+r 2. Wykorzystując te obliczenia otrzymujemy, że lewa strona równania (1) jest równa
Równanie Bessela Będziemy rozważać następujące równanie Bessela x y xy x ν )y 0 ) gdzie ν 0 jest pewnym parametrem Rozwiązania równania ) nazywamy funkcjami Bessela rzędu ν Sprawdzamy, że x 0 jest regularnym
Bardziej szczegółowo