Metoda Tablic Semantycznych
|
|
- Barbara Stankiewicz
- 4 lat temu
- Przeglądów:
Transkrypt
1 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, δ i γ Podstawowe pojęcia Reguły α Reguły β Reguły γ i δ 3 Metoda tablic semantycznych Inicjalizacja Budowa drzewa Tablica semantyczna a spełnialność MTS jako procedura dowodowa Algorytm
2 Dedukcja drogi Watsonie, dedukcja... Zdefiniowaliśmy pewien język formalny: rachunek predykatów. A właściwie po co? Sherlock Holmes stosował metodę dedukcji bez specjalnych formalizmów. A komputer? Jednym z zastosowań języków programowania w logice jest automatyczne wnioskowanie (sztuczna inteligencja). Wnioskowanie odbywa się na ogół na podstawie pewnych przesłanek, założeń. Np.: Pan Brown leżał koło biurka i trzymał pistolet w prawej ręce. To sugeruje, że został zamordowany, ponieważ był mańkutem i z pewnością sam strzelałby lewą ręką. Ktoś go zastrzelił, a potem włożył mu pistolet do ręki. Kiedy formuły są równoznaczne? Definicja Niech A 1 i A 2 będą formułami zamkniętymi. Jeśli v I (A 1 ) = v I (A 2 ) dla wszystkich interpretacji I, to A 1 jest logicznie równoważna A 2, co oznaczamy A 1 A 2.
3 Przykład Wykażemy, że (p(a) q(a)) ( p(a) q(a)) v I1 (p(a)) = 1 v I1 (q(a)) = 1 v I2 (p(a)) = 0 v I2 (q(a)) = 1 v I3 (p(a)) = 1 v I3 (q(a)) = 0 v I4 (p(a)) = 0 v I4 (q(a)) = 0 v I1 (p(a) q(a)) = 1 v I1 ( p(a) q(a))) = 1 v I2 (p(a) q(a)) = 1 v I2 ( p(a) q(a))) = 1 v I3 (p(a) q(a)) = 0 v I3 ( p(a) q(a))) = 0 v I4 (p(a) q(a)) = 1 v I4 ( p(a) q(a))) = 1 Definicja logicznej konsekwencji Definicja Niech U będzie zbiorem formuł, A zaś formułą. Jeśli w każdym modelu U wartością A jest 1, to A nazywamy konsekwencją logiczną U, co zapisujemy U = A. Jesli zbiór U jest pusty, to pojęcie konsekwencji logicznej jest tożsame z pojęciem prawdziwości ( = A).
4 Przykład Przykład Niech U = {p(a) q(a), p(a)} i A = {p(a) q(a))} Interpretacja I : v(p(a)) = 1, v(q(a)) = 1 jest jedynym modelem zbioru U. W interpretacji I v(a) = 1, a zatem A jest logiczną konsekwencją U. Warunek konieczny i dostateczny Twierdzenie A B wtw gdy = A B. Niech U = {A 1,... A n } U = A wtw gdy = (A 1... A n ) A.
5 Własności logicznej konsekwencji Twierdzenie Niech U = {A 1, A 2,..., A n }. Wtedy U = A wtw, gdy = (A 1... A n A). Twierdzenie Jeśli U = A, to dla dowolnej formuły B zachodzi U {B} = A. Twierdzenie Jeśli U = A, B zaś jest formułą prawdziwą, to U \ {B} = A. Teoria Definicja Zbiór formuł T nazywamy teorią wtw, gdy jest on zamknięty ze względu na konsekwencje logiczne. Zbiór T jest zamknięty ze względu na konsekwencje logiczne wtw, gdy dla wszystkich formuł A zachodzi zależność: jeśli T = A, to A T. Elementy zbioru T nazywamy twierdzeniami.
6 Teoria aksjomatyzowalna Definicja Niech U będzie zbiorem formuł. T (U) = {A U = A} nazywamy teorią zbioru formuł U. Formuły ze zbioru U nazywamy aksjomatami, a o teorii T (U) mówimy, że jest aksjomatyzowalna. Przykład Teoria Niech U = {p(a) q(a), p(a)}. T = {p(a) q(a), p(a), q(a), p(a) q(a), p(a) q(a), p(a) q(a)...}
7 Jeszcze raz Sherlock Holmes Dedukcja Czy fakt, że pan Brown został zamordowany jest logiczną konsekwencją faktów, że był mańkutem i trzymał pistolet w prawej ręce? Jak ustalić, że formuła jest elementem pewnego zbioru formuł (np. teorii)? Dedukcja i nie tylko. Procedura decyzyjna Definicja Niech U będzie zbiorem formuł. Procedurą decyzyjną dla zbioru U nazywamy algorytm, który dla dowolnej formuły A F kończy działanie oraz udziela odpowiedzi TAK, jeśli A U, a odpowiedzi NIE, jeśli A U.
8 Przykład Czy formuła A = p(a) p(a) należy do zbioru formuł spełnialnych? Można zastosować metodę tablic logicznych i srawdzić wszystkie interpretacje... p(a) p(a) p(a) Formuła A nie należy do zbioru formuł spełnialnych. Zbiór {p(a), p(a)} nie jest spełnialny. Podstawowe pojęcia Dopełnienie, komplementarność Literał: atom oraz negacja atomu (pozytywny, negatywny). (p(a), p(a)): para literałów komplementarnych. (A, A): para formuł komplementarnych. A jest dopełnieniem formuły A, a A jest dopełnieniem formuły A. Zbiór jest spełnialny, gdy nie zawiera pary literałów komplementarnych.
9 Na zdrowy rozum Czy formuła A = (((p(a) q(a)) p(a)) p(a)) jest spełnialna? Szukamy modelu formuły A. Kiedy v( ((p(a) q(a)) p(a)) p(a)) = 1? v((p(a) q(a)) p(a)) = 1 i v(p(a)) = 0 v(p(a) q(a)) = 0 lub v(p(a)) = 1 i v(p(a)) = 0 i v(p(a)) = 0 v(p(a)) = 1 i v(q(a)) = 0 i v(p(a)) = 0 Formuła A jest niespełnialna. A 1 A 2 A 1 A 2 (A 1 A 2 ) Jak z tego zrobić algorytm? Korzystając z faktu, że v(a) = 0 wtw v( A) = 1 zapiszmy nasze rozumowanie tak, żeby usunąć wartość zero. v( (((p(a) q(a)) p(a)) p(a))) = 1 v((p(a) q(a)) p(a)) = 1 i v(p(a)) = 0 v(p(a) q(a)) = 0 i v(p(a)) = 0 lub v(p(a)) = 1 i v(p(a)) = 0 v(p(a)) = 1 i v(q(a)) = 0 i v(p(a)) = 0 v( (((p(a) q(a)) p(a)) p(a))) = 1 v((p(a) q(a)) p(a)) = 1 i v( p(a)) = 1 v( (p(a) q(a))) = 1 i v( p(a)) = 1 lub v(p(a)) = 1 i v( p(a)) = 1 v(p(a)) = 1 i v( q(a)) = 1 i v( p(a)) = 1 (((p(a) q(a)) p(a)) p(a)) (p(a) q(a)) p(a) i p(a) (p(a) q(a)) i p(a) lub p(a) i p(a) p(a) i q(a) i p(a) Teraz możemy opuścić funkcję interpretacji, a zachować tylko postać formuły, która ma być spełniona. Zatem rozwijamy drzewo tak długo, aż w liściach mamy tylko literały. Para literałów komplemetarnych w liściu wskazuje, że w tej ścieżce nie ma modelu formuły A.
10 Obserwacja A v(a 1 ) v(a 2 ) v(a) A A 1 A A 1 A A 1 A A 1 A A 1 A A 1 A 2 v(a 1 ) = v(a 2 ) 1 A 1 A 2 v(a 1 ) = v(a 2 ) 0 Zauważmy, że dla każdej formuły postaci A 1 opa 2 możemy podać warunek spełnialności w jednej z następujących postaci: v(a 1 ) = 1 i v(a 2 ) = 1 v(a 1 ) = 1 i v( A 2 ) = 1 v( A 1 ) = 1 i v(a 2 ) = 1 v( A 1 ) = 1 i v( A 2 ) = 1 v(a 1 ) = 1 lub v(a 2 ) = 1 v(a 1 ) = 1 lub v( A 2 ) = 1 v( A 1 ) = 1 lub v(a 2 ) = 1 v( A 1 ) = 1 lub v( A 2 ) = 1 Warunek postaci v(a 1 ) = x i v(a 2 ) = y, x, y {0, 1} A v(a 1 ) v(a 2 ) v(a) A A 1 A A 1 A A 1 A A 1 A A 1 A A 1 A 2 v(a 1 ) = v(a 2 ) 1 A 1 A 2 v(a 1 ) = v(a 2 ) 0 A v(a 1 ) v(a 2 ) v(a) 1-1 A (A 1 A 2 ) (A 1 A 2 ) (A 1 A 2 ) (A 1 A 2 ) (A 1 A 2 ) (A 1 A 2 ) v(a 1 ) = v(a 2 ) 0 (A 1 A 2 ) v(a 1 ) = v(a 2 ) 1
11 Reguły α α α 1 α 2 A 1 A 1 A 1 A 2 A 1 A 2 (A 1 A 2 ) A 1 A 2 (A 1 A 2 ) A 1 A 2 (A 1 A 2 ) A 1 A 2 A 1 A 2 A 1 A 2 A 1 A 2 A 1 A 2 A 2 A 1 (A 1 A 2 ) A 1 A 2 A 2 A 1 Warunek postaci v(a 1 ) = x lub v(a 2 ) = y, x, y {0, 1} A v(a 1 ) v(a 2 ) v(a) A A 1 A A 1 A A 1 A A 1 A A 1 A A 1 A 2 v(a 1 ) = v(a 2 ) 1 A 1 A 2 v(a 1 ) = v(a 2 ) 0 A v(a 1 ) v(a 2 ) v(a) 1-1 A (A 1 A 2 ) (A 1 A 2 ) (A 1 A 2 ) (A 1 A 2 ) (A 1 A 2 ) (A 1 A 2 ) v(a 1 ) = v(a 2 ) 0 (A 1 A 2 ) v(a 1 ) = v(a 2 ) 1
12 Reguły β β β 1 β 2 (B 1 B 2 ) B 1 B 2 B 1 B 2 B 1 B 2 B 1 B 2 B 1 B 2 B 1 B 2 B 1 B 2 (B 1 B 2 ) B 1 B 2 (B 1 B 2 ) (B 1 B 2 ) (B 2 B 1 ) B 1 B 2 (B 1 B 2 ) (B 2 B 1 ) Reguły γ i δ Co z kwantyfikatorami? γ x A(x) x A(x) γ(a) A(a) A(a) δ x A(x) x A(x) δ(a) A(a) A(a)
13 Co to jest metoda tablic semantycznych? Algorytm do badania spełnialności (prawdziwości) formuł rachunku predykatów. Polega na systematycznym poszukiwaniu modelu. Wykorzystuje reguły α, β, γ i δ. Reguła α definiuje jedną ścieżkę: wszystkie powstające formuły muszą być spełnione równocześnie. Reguła β definiuje dwie ścieżki, z których każdą trzeba sprawdzić oddzielnie. W ten sposób powstaje drzewo przeszukiwania. Metoda tablic semantycznych Tablica semantyczna T dla formuły A jest drzewem, którego każdy wierzchołek zawiera parę W (n) = (U(n), C(n)), gdzie U(n) = {A 1,..., A k } jest zbiorem formuł, C(n) = {a 1,..., a m } jest zbiorem stałych występujących w formułach należących do U(n).
14 Metoda tablic semantycznych Początkowo T składa się z pojedynczego wierzchołka (korzenia) zawierającego parę (A, {a 1,..., a k }), gdzie {a 1,..., a k } jest zbiorem stałych występujących w A. Jeśli formuła A nie zawiera stałych, to należy wybrać dowolną stałą a, wówczas korzeń będzie zawierał parę postaci ({A}, {a}). A = (p(a, b) r(a, b)) l (p(a, b) r(a, b), {a, b}) Metoda tablic semantycznych Tworzenie tablicy semantycznej przebiega iteracyjnie przez wybór nieoznakowanego liścia l, zawierającego W (l) = (U(l), C(l)) i zastosowanie jednej z nastepujących reguł w podanej kolejności.
15 Metoda tablic semantycznych Jeśli U(l) jest zbiorem literałów i formuł typu γ, zawierającym parę literałów komplementarnych {p(a 1,..., a k ), p(a 1,..., a k )}, to oznacz ten liść jako domknięty. Liść domknięty l ({p(a, b), p(a, b), q(c)}, {a, b, c}) Metoda tablic semantycznych Jeśli U(l) nie jest zbiorem literałów wybierz dowolną formułę A typu α, β, δ. Jeśli A jest typu α, utwórz nowy wierzchołek l, będący Formuła typu α potomkiem wierzchołka l i (p(a, b) r(a, b), {a, b}) umieść w nim l W (l ) = (U(l ), C(l )) = ((U(l) \ {A}) {α 1, α 2 }, C(l)). (Jeśli formuła A jest postaci l (A 1 ), to nie ma formuły α 2.) ({p(a, b), r(a, b)}, {a, b})
16 Metoda tablic semantycznych Jeśli A jest typu β, utwórz dwa nowe wierzchołki l oraz l jako następniki wierzchołka l. W wierzchołku l umieść W (l ) = (U(l ), C(l )) = ((U(l) \ {A}) {β 1 }, C(l)), a w wierzchołku l umieść W (l ) = (U(l ), C(l )) = ((U(l) \ {A}) {β 2 }, C(l)). Formuła typu β (p(a) x (q(x) r(a, b, y)), {a, b}) ({ p(a)}, {a, b}) l l l ({ x (q(x) r(a, b, y))}, {a, b}) Metoda tablic semantycznych Jeśli A jest typu δ, to twórz nowy wierzchołek l będący potomkiem wierzchołka l i umieść w nim W (l ) = (U(l ), C(l )) = ((U(l) \ {A}) δ(a), C(l) {a}) gdzie a jest pewną stałą niewystepującą w U(l). Formuła typu δ ({ x (q(x) r(a, b, y))}, {a, b}) l l ({(q(c) r(a, b, y))}, {a, b, c})
17 Metoda tablic semantycznych Niech {γ 1,..., γ m } U(l) będą wszystkimi formułami typu γ występującymi w U(l) i niech C(l) = {a 1,..., a k }. Utwórz nowy wierzchołek l będący potomkiem wierzchołka l i umieść w nim W (l ) = (U(l ), C(l )) = (U(l) i=m,j=k i=1,j=1 {γ i(a j )}, C(l)) Jeśli U(l) składa się wyłącznie z literałów oraz formuł typu γ oraz U(l ) = U(l), to oznacz ten liść jako otwarty. Liść otwarty l l l ({ x q(x), y r(y)}, {a}) ({ x q(x), y r(y), q(a), r(a)}, {a}) ({ x q(x), y r(y), q(a), r(a)}, {a}) Domknięta i otwarta tablica semantyczna Tablica semantyczna, której tworzenie zakończono (w liściach są tylko literały) nazywamy zakończoną. Tablicę zakończoną nazywamy domkniętą, jeśli wszystkie liście są oznakowane jako domknięte. Jeżeli istnieje liść otwarty, to tablicę nazywamy otwartą. Gałąź tablicy semantycznej nazywamy domkniętą, jeśli jest zakończona liściem oznakowanym jako domknięty. W przeciwnym razie, czyli gdy gałąź jest nieskończona lub zakończona liściem oznakowanym jako otwarty nazywamy ją otwartą.
18 Poprawność metody tablic semantycznych Poprawność MTS Niech A będzie formułą rachunku predykatów, a T tablicą semantyczną dla A. Jeśli T jest domknięta, to formuła A jest niespełnialna. Nierozstrzygalność Pełność MTS Niech A będzie formułą prawdziwą. Wówczas algorytm systematycznego tworzenia tablic semantycznych utworzy dla formuły A tablicę domkniętą. Dla dowolnej formuły nie można rozstrzygnąć, czy jest ona prawdziwa. Może się zdarzyć, że algorytm budowy tablicy semantycznej formuły rachunku predykatów się nie kończy!
19 Problem spełnialności Sformułowanie Problem spełnialności to pytanie: Czy dla danej formuły rachunku predykatów istnieje model? Odpowiedź NIE jest równoważna odpowiedzi TAK na pytanie: Czy negacja tej formuły jest formułą prawdziwą? Metoda tablic semantycznych - przykład { ( x (p(x) q(x)) ( x p(x) x q(x)))}, {a} α { x (p(x) q(x)), ( x p(x) x q(x))}, {a} α { x (p(x) q(x)), x p(x), ( x q(x))}, {a} δ { x (p(x) q(x)), x p(x), q(b)}, {a, b}
20 Metoda tablic semantycznych - przykład c.d. { x (p(x) q(x)), x p(x), q(b)}, {a, b} γ { x (p(x) q(x)), x p(x), q(b)} {p(a) q(a), p(b) q(b), p(a), p(b)}{a, b} β { x (p(x) q(x)), x p(x), q(b)} { x (p(x) q(x)), x p(x), q(b)} {p(a) q(a), p(b), p(a), p(b)}{a, b} {p(a) q(a), q(b), p(a), p(b)}, {a, b} Przykładowe zadania 1 Wykazać równoważność logiczną formuł rachunku zdań metodą tablic semantycznych: Zbudować odpowiednią formułę za pomocą operatora równoważności. Zanegować otrzymaną formułę. Zastosować metodę tablic semantycznych w celu wykazania, że zanegowana formuła jest niespełnialna. 2 Znaleźć model formuły (może się zdarzyć, że modelu nie będzie wtedy trzeba to wykazać!).
Metoda tabel semantycznych. Dedukcja drogi Watsonie, dedukcja... Definicja logicznej konsekwencji. Logika obliczeniowa.
Plan Procedura decyzyjna Reguły α i β - algorytm Plan Procedura decyzyjna Reguły α i β - algorytm Logika obliczeniowa Instytut Informatyki 1 Procedura decyzyjna Logiczna konsekwencja Teoria aksjomatyzowalna
Bardziej 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 szczegółowo1. Składnia. Logika obliczeniowa - zadania 1 SKŁADNIA Teoria
Logika obliczeniowa - zadania 1 SKŁADNIA 1. Składnia 1.1. Teoria 1. Składnia oznacza reguły tworzenia... z.... 2. Rachunek predykatów pierwszego rzędu (w skrócie: rachunek predykatów) wyróżnia cztery zbiory
Bardziej 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 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 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 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 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 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 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 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 szczegółowoInterpretacja Niech U będzie zbiorem formuł takim, że zbiór {p 1,..., p k } jest zbiorem wszystkich symboli predykatywnych, {f 1,..., f l } jest zbior
Rachunek predykatów Wykład 5 Plan wykładu Funkcje i termy Postać klauzulowa formuł Modele Herbranda Twierdzenie Herbranda Rezolucja dla klauzul ustalonych Podstawienia Uzgadnianie Rezolucja Funkcje i termy
Bardziej 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 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 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 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 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 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 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 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 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 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 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 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 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 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 szczegółowoMetody dowodzenia twierdzeń i automatyzacja rozumowań Systemy aksjomatyczne I
Metody dowodzenia twierdzeń i automatyzacja rozumowań Systemy aksjomatyczne I Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@.edu.pl OSTRZEŻENIE Niniejszy plik nie zawiera wykładu z Metod dowodzenia...
Bardziej 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 szczegółowoPoprawność semantyczna
Poprawność składniowa Poprawność semantyczna Poprawność algorytmu Wypisywanie zdań z języka poprawnych składniowo Poprawne wartościowanie zdań języka, np. w języku programowania skutki wystąpienia wyróżnionych
Bardziej szczegółowoMatematyczne Podstawy Informatyki
Matematyczne Podstawy Informatyki dr inż. Andrzej Grosser Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska Rok akademicki 2013/2014 Gramatyki bezkontekstowe I Gramatyką bezkontekstową
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 szczegółowoO 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 szczegółowoĆWICZENIE 4 KRZ: A B A B A B A A METODA TABLIC ANALITYCZNYCH
ĆWICZENIE 4 Klasyczny Rachunek Zdań (KRZ): metoda tablic analitycznych, system aksjomatyczny S (aksjomaty, reguła dowodzenia), dowód w systemie S z dodatkowym zbiorem założeń, tezy systemu S, wtórne reguły
Bardziej szczegółowoAndrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki. Wykład 10. Twierdzenie o pełności systemu aksjomatycznego KRZ
Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 10. Twierdzenie o pełności systemu aksjomatycznego KRZ 1 Tezy KRZ Pewien system aksjomatyczny KRZ został przedstawiony
Bardziej 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 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 szczegółowoDefinicja: alfabetem. słowem długością słowa
Definicja: Niech X będzie zbiorem niepustym. Zbiór ten będziemy nazywać alfabetem. Skończony ciąg elementów alfabetu X będziemy nazywać słowem a liczbę elementów tego ciągu nazywamy długością słowa. Na
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 szczegółowoWprowadzenie do Sztucznej
Wprowadzenie do Sztucznej Inteligencji Wykład 2 Informatyka Studia InŜynierskie Konsekwencje logiczne Formuła A jest konsekwencją logiczną zbioru formuł U, co zapisujemy U A, jeŝeli kaŝda interpretacja,
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 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 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 szczegółowoWykład 5. Metoda tabel analitycznych dla Klasycznego Rachunku Zdań
Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 5. Metoda tabel analitycznych dla Klasycznego Rachunku Zdań 1 Wprowadzenie Na tym wykładzie przyjmuję terminologię i
Bardziej szczegółowoWykład 6. Reguły inferencyjne systemu aksjomatycznego Klasycznego Rachunku Zdań
Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 6. Reguły inferencyjne systemu aksjomatycznego Klasycznego Rachunku Zdań System aksjomatyczny logiki Budując logikę
Bardziej 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 szczegółowoCo to są liczby naturalne i czemu ich nie ma?! Adam Kolany
Co to są liczby naturalne i czemu ich nie ma?! Adam Kolany Co to są liczby naturalne i czemu ich nie ma?! Adam Kolany Załóżmy, że wiemy co to są liczby naturalne... Język (I-go rzędu): V, { F n : n IN
Bardziej szczegółowoLogika Matematyczna. Zadania Egzaminacyjne, 2007
Logika Matematyczna Zadania Egzaminacyjne, 2007 I Rok Językoznawstwa i Informacji Naukowej UAM Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl Podajemy rozwiązania zadań egzaminacyjnych.
Bardziej szczegółowoLogika Stosowana. Wykład 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 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 szczegółowoRACHUNEK ZDAŃ 7. Dla każdej tautologii w formie implikacji, której poprzednik również jest tautologią, następnik także jest tautologią.
Semantyczne twierdzenie o podstawianiu Jeżeli dana formuła rachunku zdań jest tautologią i wszystkie wystąpienia pewnej zmiennej zdaniowej w tej tautologii zastąpimy pewną ustaloną formułą, to otrzymana
Bardziej 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 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 szczegółowoWstęp do logiki. Klasyczny Rachunek Zdań III
Wstęp do logiki Klasyczny Rachunek Zdań III Przypomnijmy: Logika: = Teoria form (schematów, reguł) poprawnych wnioskowań. Wnioskowaniem nazywamy jakąkolwiek skończoną co najmniej dwuwyrazową sekwencję
Bardziej szczegółowoReprezentacja wiedzy ontologie, logiki deskrypcyjne
Reprezentacja wiedzy ontologie, logiki deskrypcyjne Agnieszka Ławrynowicz 24 listopada 2016 Plan wykładu 1 Powtórka: sieci semantyczne, RDF 2 Definicja ontologii 3 Logiki deskrypcyjne Semantyczny Internet
Bardziej szczegółowoLogika rachunek zdań
Wprowadzenie do Wykładu 1 Logika Logika rachunek zdań Materiały pomocnicze do wykładu dla Studentów Informatyki Wydział EAIiIB AGH Antoni Ligęza Materiały pomocnicze: http://home.agh.edu.pl/~ligeza Wprowadzenie
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 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 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 11 12
Logika Matematyczna 11 12 Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl 3, 10 stycznia 2008 Jerzy Pogonowski (MEG) Logika Matematyczna 11 12 3, 10 stycznia 2008 1
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 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 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 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 szczegółowoLogika Matematyczna 11 12
Logika Matematyczna 11 12 Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl TA w KRZ Jerzy Pogonowski (MEG) Logika Matematyczna 11 12 TA w KRZ 1 / 102 Wprowadzenie Wprowadzenie
Bardziej szczegółowoPorządek symetryczny: right(x)
Porządek symetryczny: x lef t(x) right(x) Własność drzewa BST: W drzewach BST mamy porządek symetryczny. Dla każdego węzła x spełniony jest warunek: jeżeli węzeł y leży w lewym poddrzewie x, to key(y)
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 szczegółowodomykanie 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 szczegółowoLogika 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 szczegółowoMetalogika (10) Jerzy Pogonowski. Uniwersytet Opolski. Zakład Logiki Stosowanej UAM
Metalogika (10) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Uniwersytet Opolski Jerzy Pogonowski (MEG) Metalogika (10) Uniwersytet Opolski 1 / 291 Plan wykładu Plan
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 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 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 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 szczegółowoJEZYKOZNAWSTWO. I NAUKI O INFORMACJI, ROK I Logika Matematyczna: egzamin pisemny 11 czerwca Imię i Nazwisko:... FIGLARNE POZNANIANKI
JEZYKOZNAWSTWO I NAUKI O INFORMACJI, ROK I Logika Matematyczna: egzamin pisemny 11 czerwca 2012 Imię i Nazwisko:........................................................... FIGLARNE POZNANIANKI Wybierz
Bardziej 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 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 szczegółowoLogika Matematyczna (2,3)
Logika Matematyczna (2,3) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl 11, 18 X 2007 Jerzy Pogonowski (MEG) Logika Matematyczna (2,3) 11, 18 X 2007 1 / 34 Język KRZ
Bardziej 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 szczegółowoIndukcja. 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 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 szczegółowoAlfred N. Whitehead
Plan wykładu Automatyczne dowodzenie twierdzeń Dowodzenie twierdzeń matematycznych Dedukcja Logic Theorist Means-endsends Analysis Rezolucja Programowanie w logice PROLOG Logic Theorist - 1956 Automatyczne
Bardziej szczegółowoAndrzej Wiśniewski Logika II. Wykłady 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 szczegółowoMetody iteracyjne rozwiązywania układów równań liniowych (5.3) Normy wektorów i macierzy (5.3.1) Niech. x i. i =1
Normy wektorów i macierzy (5.3.1) Niech 1 X =[x x Y y =[y1 x n], oznaczają wektory przestrzeni R n, a yn] niech oznacza liczbę rzeczywistą. Wyrażenie x i p 5.3.1.a X p = p n i =1 nosi nazwę p-tej normy
Bardziej szczegółowoRachunek logiczny. 1. Język rachunku logicznego.
Rachunek logiczny. Podstawową własnością rozumowania poprawnego jest zachowanie prawdy: rozumowanie poprawne musi się kończyć prawdziwą konkluzją, o ile wszystkie przesłanki leżące u jego podstaw były
Bardziej szczegółowoLogika intuicjonistyczna
Logika intuicjonistyczna Logika klasyczna oparta jest na pojęciu wartości logicznej zdania. Poprawnie zbudowane i jednoznaczne stwierdzenie jest w tej logice klasyfikowane jako prawdziwe lub fałszywe.
Bardziej szczegółowoEgzamin 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 szczegółowoElementy 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 szczegółowoMyślenie w celu zdobycia wiedzy = poznawanie. Myślenie z udziałem rozumu = myślenie racjonalne. Myślenie racjonalne logiczne statystyczne
Literatura: podstawowa: C. Radhakrishna Rao, Statystyka i prawda, 1994. G. Wieczorkowska-Wierzbińska, J. Wierzbiński, Statystyka. Od teorii do praktyki, 2013. A. Aczel, Statystyka w zarządzaniu, 2002.
Bardziej 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 szczegółowoLogika. Michał Lipnicki. 15 stycznia Zakład Logiki Stosowanej UAM. Michał Lipnicki () Logika 15 stycznia / 37
Logika Michał Lipnicki Zakład Logiki Stosowanej UAM 15 stycznia 2011 Michał Lipnicki () Logika 15 stycznia 2011 1 / 37 Wstęp Materiały na dzisiejsze zajęcia zostały opracowane na podstawie pomocy naukowych
Bardziej szczegółowoprowadzący dr ADRIAN HORZYK /~horzyk e-mail: horzyk@agh tel.: 012-617 Konsultacje paw. D-13/325
PODSTAWY INFORMATYKI WYKŁAD 8. prowadzący dr ADRIAN HORZYK http://home home.agh.edu.pl/~ /~horzyk e-mail: horzyk@agh agh.edu.pl tel.: 012-617 617-4319 Konsultacje paw. D-13/325 DRZEWA Drzewa to rodzaj
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 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 szczegółowoAutomatyczne planowanie oparte na sprawdzaniu spełnialności
Automatyczne planowanie oparte na sprawdzaniu spełnialności Linh Anh Nguyen Instytut Informatyki Uniwersytet Warszawski Linh Anh Nguyen Algorytm planowania SatPlan 1 Problem planowania sufit nie malowany?
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 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 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 szczegółowo