Bisymulacja. Niezawodność systemów współbieżnych i obiektowych. Grzegorz Maj Grzegorz Maj Bisymulacja
|
|
- Andrzej Kot
- 4 lat temu
- Przeglądów:
Transkrypt
1 Niezawodność systemów współbieżnych i obiektowych
2 Czym będziemy się zajomwać?
3 Plan prezentacji Silna bisymulacja i silna równoważność
4 Plan prezentacji Silna bisymulacja i silna równoważność i równoważność obserwacyjna
5 Plan prezentacji Silna bisymulacja i silna równoważność i równoważność obserwacyjna Gra bisymulacyjna
6 Plan prezentacji Silna bisymulacja i silna równoważność i równoważność obserwacyjna Gra bisymulacyjna Indukcja i koindukcja
7 Przykład 1 Jakie sa języki akceptowane?
8 Przykład 1 Jakie sa języki akceptowane?
9 Przykład 1 Jakie sa języki akceptowane? (acd)*ab Jakie sa różnice pomiędzy tymi automatami?
10 Przykład 1 Jakie sa języki akceptowane? (acd)*ab Jakie sa różnice pomiędzy tymi automatami?
11 Przykład 1 Jakie sa języki akceptowane? (acd)*ab Jakie sa różnice pomiędzy tymi automatami? determinizm Jakie sa różnice pomiędzy tymi systemami?
12 Przykład 1 Jakie sa języki akceptowane? (acd)*ab Jakie sa różnice pomiędzy tymi automatami? determinizm Jakie sa różnice pomiędzy tymi systemami?
13 Przykład 1 Jakie sa języki akceptowane? (acd)*ab Jakie sa różnice pomiędzy tymi automatami? determinizm Jakie sa różnice pomiędzy tymi systemami? zobaczmy..
14 Przykład 1 c.d.
15 Przykład 1 c.d.
16 Przykład 1 - uproszczenie
17 Przykład 1 - kolejne uproszczenie W jaki sposób je rozróżnić?
18 Przykład 1 - kolejne uproszczenie W jaki sposób je rozróżnić? Może identyczność grafów..
19 Przykład 1 c.d. A co z tym:
20 Silna bisymulacja i silna równoważność
21 Silna bisymulacja Równoważność P i Q sa równoważne wtedy i tylko wtedy, gdy dla każdej akcji α, każdy α-następnik P jest równoważny z pewnym α-następnikiem Q i na odwrót.
22 Silna bisymulacja Równoważność Definicja P Q wtedy i tylko wtedy, gdy dla każdej akcji α: (i) jeśli P α P, to istnieje Q takie, że Q α Q oraz P Q, (ii) jeśli Q α Q, to istnieje P takie, że P α P oraz P Q.
23 Silna bisymulacja Definicja Niech S będzie zbiorem stanów (P, Q,.. S), na którym dana jest rodzina relacji binarnych { a S S} a A. Silna bisymulacja nazwiemy relację binarna R na S taka, że jeśli (P, Q) R, (i) P a P Q Q a Q i (P, Q ) R, (ii) Q a Q P P a P i (P, Q ) R.
24 Silna bisymulacja Przykład
25 Silna bisymulacja Przykład Znajdź silna bisymulację, która zawiera parę (SEM 3, SEM SEM SEM).
26 Silna bisymulacja Własności Czy silna bisymulacja jest: symetryczna?
27 Silna bisymulacja Własności Czy silna bisymulacja jest: symetryczna?
28 Silna bisymulacja Własności Czy silna bisymulacja jest: symetryczna? Nie, patrz ostatni przykład zwrotna?
29 Silna bisymulacja Własności Czy silna bisymulacja jest: symetryczna? Nie, patrz ostatni przykład zwrotna?
30 Silna bisymulacja Własności Czy silna bisymulacja jest: symetryczna? Nie, patrz ostatni przykład zwrotna? Nie, patrz ostatni przykład więc jaka?
31 Silna bisymulacja Własności Czy silna bisymulacja jest: symetryczna? Nie, patrz ostatni przykład zwrotna? Nie, patrz ostatni przykład więc jaka?
32 Silna bisymulacja Własności Czy silna bisymulacja jest: symetryczna? Nie, patrz ostatni przykład zwrotna? Nie, patrz ostatni przykład więc jaka? jest świetnym przykładem silnej bisymulacji!
33 Silna bisymulacja Własności Twierdzenie Niech P i, i = 1, 2,.. - silne bisymulacje. Wówczas: 1 Id S 2 P 1 i 3 P 1 P 2 4 i I P i sa silnymi bisymulacjami.
34 Silna równoważność Jesteśmy już gotowi na wprowadzenie silnej równoważności. Definicja P i Q sa silnie równoważne (ozn. P Q), gdy (P, Q) R dla pewnej silnej bisymulacji R.
35 Silna równoważność Jesteśmy już gotowi na wprowadzenie silnej równoważności. Definicja P i Q sa silnie równoważne (ozn. P Q), gdy (P, Q) R dla pewnej silnej bisymulacji R. Inaczej: = {R : R jest silna bisymulacja}.
36 Silna równoważność Uwaga 1 jest największa silna bisymulacja 2 jest relacja równoważności
37 Równoważność - przypomnienie Definicja P Q wtedy i tylko wtedy, gdy dla każdej akcji α: (i) jeśli P α P, to istnieje Q takie, że Q α Q oraz P Q, (ii) jeśli Q α Q, to istnieje P takie, że P α P oraz P Q. Twierdzenie Wprowadzona relacja spełnia powyższy warunek.
38 Dowód, że spełnia zadany warunek Definicja P Q wtedy i tylko wtedy, gdy dla każdej akcji α: (i) jeśli P α P, to istnieje Q takie, że Q α Q oraz P Q, (ii) jeśli Q α Q, to istnieje P takie, że P α P oraz P Q.
39 Dowód, że spełnia zadany warunek Definicja P Q wtedy i tylko wtedy, gdy dla każdej akcji α: (i) jeśli P α P, to istnieje Q takie, że Q α Q oraz P Q, (ii) jeśli Q α Q, to istnieje P takie, że P α P oraz P Q. jest silna bisymulacja, więc z definicji mamy: P Q P Q.
40 Dowód, że spełnia zadany warunek Definicja P Q wtedy i tylko wtedy, gdy dla każdej akcji α: (i) jeśli P α P, to istnieje Q takie, że Q α Q oraz P Q, (ii) jeśli Q α Q, to istnieje P takie, że P α P oraz P Q. jest silna bisymulacja, więc z definicji mamy: P Q P Q. Ponadto jest silna bisymulacja, więc P Q P Q.
41 Dowód, że spełnia zadany warunek Definicja P Q wtedy i tylko wtedy, gdy dla każdej akcji α: (i) jeśli P α P, to istnieje Q takie, że Q α Q oraz P Q, (ii) jeśli Q α Q, to istnieje P takie, że P α P oraz P Q. jest silna bisymulacja, więc z definicji mamy: P Q P Q. Ponadto jest silna bisymulacja, więc P Q P Q. Czyli spełnia zadany warunek.
42 i równoważność obserwacyjna
43 Po co nam coś słabszego? Dotychczas w naszym modelu była tylko komunikacja pomiędzy agentami. Wprowadzamy specjalna akcję τ, oznaczajac a sprawy własne.
44 Po co nam coś słabszego? Dotychczas w naszym modelu była tylko komunikacja pomiędzy agentami. Wprowadzamy specjalna akcję τ, oznaczajac a sprawy własne. Definicja Niech S będzie zbiorem stanów (P, Q,.. S), na którym dana jest rodzina relacji binarnych { α S S} α A. (Słaba) bisymulacja nazwiemy relację binarna R na S taka, że jeśli (P, Q) R, (i) P α P Q Q τ bα τ Q i (P, Q ) R, (ii) Q α Q P P τ bα τ P i (P, Q ) R, gdzie â = a, τ = ɛ.
45 Przykład 1 Znajdź bisymulację, która zawiera parę (C 0, D 0 ).
46 Przykład 1 Znajdź bisymulację, która zawiera parę (C 0, D 0 ). Znajdź silna bisymulację, która zawiera parę (C 0, D 0 ).
47 Przykład 2 Znajdź bisymulację, która zawiera parę (A 0, B 0 ).
48 Przykład 3 Znajdź bisymulację, która zawiera parę (A 0, B 1 ).
49 Obserwacyjna równoważność Definicja P i Q sa obserwacyjne równoważne (ozn. P Q), gdy (P, Q) R dla pewnej bisymulacji R.
50 Obserwacyjna równoważność Definicja P i Q sa obserwacyjne równoważne (ozn. P Q), gdy (P, Q) R dla pewnej bisymulacji R. Inaczej: = {R : R jest bisymulacja}.
51 i obserwacyjna równoważność Własności Twierdzenie Niech P i, i = 1, 2,.. - bisymulacje. Wówczas: 1 Id S 2 P 1 i 3 P 1 P 2 4 i I P i sa bisymulacjami. Uwaga 1 jest największa bisymulacja 2 jest relacja równoważności
52 Gra bisymulacyjna
53 Dwóch graczy: Spoiler i Duplikator
54 Dwóch graczy: Spoiler i Duplikator Pozycje: pary stanów (P, Q) S
55 Dwóch graczy: Spoiler i Duplikator Pozycje: pary stanów (P, Q) S Przebieg gry: W pozycji (P, Q) Spoiler wykonujer ruch P α P (lub Q α Q ). Duplikator odpowiada, wykonujac ruch Q α Q (odpowiednio: P α P ). Następnie rozgrywkę kontynuuje się od (P, Q ).
56 Dwóch graczy: Spoiler i Duplikator Pozycje: pary stanów (P, Q) S Przebieg gry: W pozycji (P, Q) Spoiler wykonujer ruch P α P (lub Q α Q ). Duplikator odpowiada, wykonujac ruch Q α Q (odpowiednio: P α P ). Następnie rozgrywkę kontynuuje się od (P, Q ). Rozstrzygnięcie: Gracz, który nie może wykonać ruchu, przegrywa. W przypadku rozgrywki nieskończonej zawsze wygrywa Duplikator.
57 Gra bisymulacyjna Przykład {(SEM 3, SEM SEM SEM), (SEM 3, SEM SEM SEM), (SEM 3, SEM SEM SEM), (SEM 3, SEM SEM SEM ) (SEM 3, SEM SEM SEM), (SEM 3, SEM SEM SEM ), (SEM 3, SEM SEM SEM ), (SEM 3, SEM SEM SEM )} jest silna bisymulacja.
58 Gra bisymulacyjna Przykład {(SEM 3, SEM SEM SEM), (SEM 3, SEM SEM SEM), (SEM 3, SEM SEM SEM), (SEM 3, SEM SEM SEM ) (SEM 3, SEM SEM SEM), (SEM 3, SEM SEM SEM ), (SEM 3, SEM SEM SEM ), (SEM 3, SEM SEM SEM )} jest silna bisymulacja. Jest to przepis na grę dla Duplikatora!
59 Gra bisymulacyjna Twierdzenie P Q wtedy i tylko wtedy, gdy Duplikator ma strategię wygrywajac a w grze rozpoczynajacej się od (P, Q).
60 Gra bisymulacyjna Analogicznie dla (słabej) bisymulacji: {(A 0, B 1 ), (A 1, B 1 ), (A 2, B 2 )}
61 Gra bisymulacyjna
Bisymulacja. Niezawodność systemów współbieżnych i obiektowych. Grzegorz Maj Grzegorz Maj Bisymulacja
Niezawodność systemów współbieżnych i obiektowych 18.03.2009 Plan prezentacji Przypomnienie: Plan prezentacji Przypomnienie: Gra bisymulacyjna Plan prezentacji Przypomnienie: Gra bisymulacyjna Definicje
Bardziej szczegółowoAlgorytmiczne aspekty teorii gier: Wykład 5
Algorytmiczne aspekty teorii gier: Wykład 5 Wykład prowadził dr hab. Igor Walukiewicz Notatki przygotował Dymitr Pszenicyn 02-04-2003 1 Spis treści 1 Przypomnienie 3 1.1
Bardziej szczegółowoMetody teorii gier. ALP520 - Wykład z Algorytmów Probabilistycznych p.2
Metody teorii gier ALP520 - Wykład z Algorytmów Probabilistycznych p.2 Metody teorii gier Cel: Wyprowadzenie oszacowania dolnego na oczekiwany czas działania dowolnego algorytmu losowego dla danego problemu.
Bardziej szczegółowoBisymulacja, automaty czasowe
Krzysztof Nozderko kn201076@zodiac.mimuw.edu.pl 13 grudzień 2005 Plan wykładu 1 Automaty czasowe 2 Regiony 3 Bisymulacja Plan wykładu 1 Automaty czasowe 2 Regiony 3 Bisymulacja Plan wykładu 1 Automaty
Bardziej szczegółowoAlgebrą 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 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 szczegółowo11. Gry Macierzowe - Strategie Czyste i Mieszane
11. Gry Macierzowe - Strategie Czyste i Mieszane W grze z doskonałą informacją, gracz nie powinien wybrać akcję w sposób losowy (o ile wypłaty z różnych decyzji nie są sobie równe). Z drugiej strony, gdy
Bardziej szczegółowo- 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 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 szczegółowoZasada Bonferroniego
Zasada Bonferroniego 7 października 2018 Opis pliku z zadaniami Wszystkie zadania na zajęciach będą przekazywane w postaci plików.pdf, sformatowanych podobnie do tego dokumentu. Zadania będą różnego rodzaju.
Bardziej szczegółowoZasada 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 szczegółowoMinimalizacja automatów niedeterministycznych na słowach skończonych i nieskończonych
Szczepan Hummel Minimalizacja automatów niedeterministycznych na słowach skończonych i nieskończonych 24.11.2005 1. Minimalizacja automatów deterministycznych na słowach skończonych (DFA) [HU] relacja
Bardziej szczegółowoRelacje. opracował Maciej Grzesiak. 17 października 2011
Relacje opracował Maciej Grzesiak 17 października 2011 1 Podstawowe definicje Niech dany będzie zbiór X. X n oznacza n-tą potęgę kartezjańską zbioru X, tzn zbiór X X X = {(x 1, x 2,..., x n ) : x k X dla
Bardziej szczegółowoTeoria liczb. Wykład nr 9: Przybliżanie liczb rzeczywistych. Ułamki łańcuchowe (cz.1) Semestr letni 2018/2019
Teoria liczb Wykład nr 9: Przybliżanie liczb rzeczywistych. Ułamki łańcuchowe (cz.1) Semestr letni 2018/2019 Trzy sposoby definiowania liczb rzeczywistych Dedekind Parę (A, B) podzbiorów zbioru Q nazywamy
Bardziej szczegółowoDEFINICJA. Definicja 1 Niech A i B będą zbiorami. Relacja R pomiędzy A i B jest podzbiorem iloczynu kartezjańskiego tych zbiorów, R A B.
RELACJE Relacje 1 DEFINICJA Definicja 1 Niech A i B będą zbiorami. Relacja R pomiędzy A i B jest podzbiorem iloczynu kartezjańskiego tych zbiorów, R A B. Relacje 2 Przykład 1 Wróćmy do przykładu rozważanego
Bardziej szczegółowo1 Działania na zbiorach
M. Beśka, Wstęp do teorii miary, rozdz. 1 1 1 Działania na zbiorach W rozdziale tym przypomnimy podstawowe działania na zbiorach koncentrując się na własnościach tych działań, które będą przydatne w dalszej
Bardziej szczegółowoProblem kodowania w automatach
roblem kodowania w automatach Kodowanie stanów to przypisanie kolejnym stanom automatu odpowiednich kodów binarnych. Minimalna liczba bitów b potrzebna do zakodowania automatu, w którym liczność zbioru
Bardziej szczegółowoWykład 1 Wybrane problemy algorytmiki
Wykład 1 Wybrane problemy algorytmiki mgr Agnieszka Zbrzezny IPI PAN mgr Agnieszka Zbrzezny (IPI PAN) Wykład 1 Warszawa 2013 1 / 23 Literatura 1 Jewels of stringology World Scientific, 2002, W. Rytter,
Bardziej szczegółowoPodstawy 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 szczegółowoĆwiczenia: Ukryte procesy Markowa lista 1 kierunek: matematyka, specjalność: analiza danych i modelowanie, studia II
Ćwiczenia: Ukryte procesy Markowa lista kierunek: matematyka, specjalność: analiza danych i modelowanie, studia II dr Jarosław Kotowicz Zadanie. Dany jest łańcuch Markowa, który może przyjmować wartości,,...,
Bardziej szczegółowoUwaga 1.2. Niech (G, ) będzie grupą, H 1, H 2 < G. Następujące warunki są równoważne:
1. Wykład 1: Produkty grup. Produkty i koprodukty grup abelowych. Przypomnijmy konstrukcje słabych iloczynów (sum) prostych i iloczynów (sum) prostych grup znane z kursowego wykładu algebry. Ze względu
Bardziej szczegółowoJAO - Wprowadzenie do Gramatyk bezkontekstowych
JAO - Wprowadzenie do Gramatyk bezkontekstowych Definicja gramatyki bezkontekstowej Podstawowymi narzędziami abstrakcyjnymi do opisu języków formalnych są gramatyki i automaty. Gramatyka bezkontekstowa
Bardziej szczegółowoZbiory, 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 szczegółowoPartition Search i gry z niezupełną informacją
MIMUW 21 stycznia 2010 1 Co to jest gra? Proste algorytmy 2 Pomysł Algorytm Przykład użycia 3 Monte Carlo Inne spojrzenie Definicja Co to jest gra? Proste algorytmy Grą o wartościach w przedziale [0, 1]
Bardziej szczegółowoMatematyczne Podstawy Informatyki
Matematyczne Podstawy Informatyki dr inż. Andrzej Grosser Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska Rok akademicki 2013/2014 Automat ze stosem Automat ze stosem to szóstka
Bardziej szczegółowoZastosowanie bisymulacji do. Non-Interference XVI FIT, Karpacz 2002
Zastosowanie bisymulacji do weryfikowania własności Non-Interference XVI FIT, Karpacz 2002 Wojciech Tomanik, Wiktor Zychla Uniwersytet Wrocławski Instytut Informatyki 14 grudnia 2002 Zastosowanie bisymulacji
Bardziej szczegółowoRelacje binarne. Def. Relację ϱ w zbiorze X nazywamy. antysymetryczną, gdy x, y X (xϱy yϱx x = y) spójną, gdy x, y X (xϱy yϱx x = y)
Relacje binarne Niech X będzie niepustym zbiorem. Jeśli ϱ X X to mówimy, że ϱ jest relacją w zbiorze X. Zamiast pisać (x, y) ϱ będziemy stosować zapis xϱy. Def. Relację ϱ w zbiorze X nazywamy zwrotną,
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 szczegółowo2. FUNKCJE. jeden i tylko jeden element y ze zbioru, to takie przyporządkowanie nazwiemy FUNKCJĄ, lub
WYKŁAD 2 1 2. FUNKCJE. 2.1.PODSTAWOWE DEFINICJE. Niech będą dane zbiory i. Jeżeli każdemu elementowi x ze zbioru,, przyporządkujemy jeden i tylko jeden element y ze zbioru, to takie przyporządkowanie nazwiemy
Bardziej szczegółowoWyk lad 4 Warstwy, dzielniki normalne
Wyk lad 4 Warstwy, dzielniki normalne 1 Warstwy grupy wzgl edem podgrupy Niech H bedzie podgrupa grupy (G,, e). W zbiorze G wprowadzamy relacje l oraz r przyjmujac, że dla dowolnych a, b G: a l b a 1 b
Bardziej szczegółowoWyk lad 14 Formy kwadratowe I
Wyk lad 14 Formy kwadratowe I Wielomian n-zmiennych x 1,, x n postaci n a ij x i x j, (1) gdzie a ij R oraz a ij = a ji dla wszystkich i, j = 1,, n nazywamy forma kwadratowa n-zmiennych Forme (1) można
Bardziej szczegółowoWyk lad 7 Baza i wymiar przestrzeni liniowej
Wyk lad 7 Baza i wymiar przestrzeni liniowej 1 Baza przestrzeni liniowej Niech V bedzie przestrzenia liniowa. Powiemy, że podzbiór X V jest maksymalnym zbiorem liniowo niezależnym, jeśli X jest zbiorem
Bardziej szczegółowoTeoria gier. wstęp. 2011-12-07 Teoria gier Zdzisław Dzedzej 1
Teoria gier wstęp 2011-12-07 Teoria gier Zdzisław Dzedzej 1 Teoria gier zajmuje się logiczną analizą sytuacji, gdzie występują konflikty interesów, a także istnieje możliwość kooperacji. Zakładamy zwykle,
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 szczegółowoLista zadań - Relacje
MATEMATYKA DYSKRETNA Lista zadań - Relacje Zadania obliczeniowe Zad. 1. Która z poniższych relacji jest funkcją? a) Relacja składająca się ze wszystkich par uporządkowanych, których poprzednikami są studenci,
Bardziej szczegółowoIlustracja S1 S2. S3 ściana zewnętrzna
Grafy płaskie G=(V,E) nazywamy grafem płaskim, gdy V jest skończonym podzbiorem punktów płaszczyzny euklidesowej, a E to zbiór krzywych Jordana (łamanych) o końcach w V i takich, że: 1) rożne krzywe mają
Bardziej szczegółowoJęzyki, automaty i obliczenia
Języki, automaty i obliczenia Wykład 11: Obliczalność i nieobliczalność Sławomir Lasota Uniwersytet Warszawski 6 maja 2015 Plan 1 Problemy częściowo rozstrzygalne 2 Problemy rozstrzygalne 3 Funkcje (częściowo)
Bardziej szczegółowo10. Wstęp do Teorii Gier
10. Wstęp do Teorii Gier Definicja Gry Matematycznej Gra matematyczna spełnia następujące warunki: a) Jest co najmniej dwóch racjonalnych graczy. b) Zbiór możliwych dezycji każdego gracza zawiera co najmniej
Bardziej szczegółowo51. Wykorzystywanie sumy, iloczynu i różnicy zdarzeń do obliczania prawdopodobieństw zdarzeń.
Matematyka lekcja 5 5. Wykorzystywanie sumy, iloczynu i różnicy zdarzeń do obliczania prawdopodobieństw zdarzeń. I. rzypomnij sobie:. Jak rysujemy drzewo stochastyczne i przy jego pomocy obliczamy prawdopodobieństwo
Bardziej szczegółowo1. 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 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 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 szczegółowoTemat 1: Pojęcie gry, gry macierzowe: dominacje i punkty siodłowe
Temat 1: Pojęcie gry, gry macierzowe: dominacje i punkty siodłowe Teorię gier można określić jako teorię podejmowania decyzji w szczególnych warunkach. Zajmuje się ona logiczną analizą sytuacji konfliktu
Bardziej szczegółowoWstęp 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 szczegółowodr inż. Ryszard Rębowski 1 WPROWADZENIE
dr inż. Ryszard Rębowski 1 WPROWADZENIE Zarządzanie i Inżynieria Produkcji studia stacjonarne Konspekt do wykładu z Matematyki 1 1 Postać trygonometryczna liczby zespolonej zastosowania i przykłady 1 Wprowadzenie
Bardziej szczegółowoMatematyka dyskretna. Andrzej Łachwa, UJ, /10
Matematyka dyskretna Andrzej Łachwa, UJ, 2018 andrzej.lachwa@uj.edu.pl 10/10 Podziały i liczby Stirlinga Liczba Stirlinga dla cykli (często nazywana liczbą Stirlinga pierwszego rodzaju) to liczba permutacji
Bardziej szczegółowoTeoria 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 szczegółowoAnaliza matematyczna 1
Analiza matematyczna 1 Marcin Styborski Katedra Analizy Nieliniowej pok. 610E (gmach B) marcins@mif.pg.gda.pl www.mif.pg.gda.pl/homepages/marcins () 28 września 2010 1 / 10 Literatura podstawowa R. Rudnicki,
Bardziej szczegółowo1 Określenie pierścienia
1 Określenie pierścienia Definicja 1. Niech P będzie zbiorem, w którym określone są działania +, (dodawanie i mnożenie). Mówimy, że struktura (P, +, ) jest pierścieniem, jeżeli spełnione są następujące
Bardziej szczegółowoStatystyka matematyczna. Wykład III. Estymacja przedziałowa
Statystyka matematyczna. Wykład III. e-mail:e.kozlovski@pollub.pl Spis treści Rozkłady zmiennych losowych 1 Rozkłady zmiennych losowych Rozkład χ 2 Rozkład t-studenta Rozkład Fischera 2 Przedziały ufności
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 szczegółowoSPÓJNOŚĆ. ,...v k. }, E={v 1. v k. i v k. ,...,v k-1. }. Wierzchołki v 1. v 2. to końce ścieżki.
SPÓJNOŚĆ Graf jest spójny, gdy dla każdego podziału V na dwa rozłączne podzbiory A i B istnieje krawędź z A do B. Definicja równoważna: Graf jest spójny, gdy każde dwa wierzchołki są połączone ścieżką
Bardziej szczegółowoRelacje. 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 szczegółowoPrawdopodobieństwo i statystyka
Wykład V: Zmienne losowe i ich wartości oczekiwane 25 października 2017 Definicja zmiennej losowej Definicja Zmienne losowa to charakterystyka liczbowa wyniku eksperymentu losowego. Zmienne losowa na przestrzeni
Bardziej szczegółowo1 S t r o n a. Teoria Gier Praca domowa 1 - rozwiązania
1 S t r o n a Teoria Gier Praca domowa 1 - rozwiązania Zadanie 1 Gdy korzystamy z toalet publicznych dominującą strategią jest: nie sprzątać po sobie. Skorzystanie z toalety przynosi dodatnią wypłatę,
Bardziej szczegółowoProblemy Decyzyjne dla Systemów Nieskończonych
Problemy Decyzyjne dla Systemów Nieskończonych Ćwiczenia 1 17 lutego 2012 Na tych ćwiczeniach zajmiemy się pojęciem well quasi-ordering (WQO) bardzo przydatnym do analizy nieskończonych ciągów. Definicja
Bardziej szczegółowoRachunek podziałów i elementy teorii grafów będą stosowane w procedurach redukcji argumentów i dekompozycji funkcji boolowskich.
Pojęcia podstawowe c.d. Rachunek podziałów Elementy teorii grafów Klasy zgodności Rachunek podziałów i elementy teorii grafów będą stosowane w procedurach redukcji argumentów i dekompozycji funkcji boolowskich.
Bardziej szczegółowoKonstrukcja von Neumanna liczb naturalnych. Definicja 1 0 := - liczba naturalna zero. Jeżeli n jest liczbą naturalną, to następną po niej jest liczba
Konsekt wykładu ELiTM 7 Konstrukcje liczbowe Konstrukcja von Neumanna liczb naturalnych. Definicja 1 0 - liczba naturalna zero. Jeżeli n jest liczbą naturalną, to nastęną o niej jest liczba n {n} n. Istnienie
Bardziej szczegółowomacierze jednostkowe (identyczności) macierze diagonalne, które na przekątnej mają same
1 Macierz definicja i zapis Macierzą wymiaru m na n nazywamy tabelę a 11 a 1n A = a m1 a mn złożoną z liczb (rzeczywistych lub zespolonych) o m wierszach i n kolumnach (zamiennie będziemy też czasem mówili,
Bardziej szczegółowoDiagonalizacja macierzy i jej zastosowania
Diagonalizacja macierzy i jej zastosowania Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 9. wykład z algebry liniowej Warszawa, grudzień 2011 Mirosław Sobolewski (UW) Warszawa, grudzień
Bardziej szczegółowoSchemat sprawdzianu. 25 maja 2010
Schemat sprawdzianu 25 maja 2010 5 definicji i twierdzeń z listy 12(po 10 punktów) np. 1. Proszę sformułować twierdzenie Brouwera o punkcie stałym. 2. Niech X będzie przestrzenią topologiczną. Proszę określić,
Bardziej szczegółowoi=7 X i. Zachodzi EX i = P(X i = 1) = 1 2, i {1, 2,..., 11} oraz EX ix j = P(X i = 1, X j = 1) = 1 7 VarS 2 2 = 14 3 ( 5 2 =
Kombinatoryka W tej serii zadań można znaleźć pojawiające się na egzaminach zadania dotyczące problemu wyznaczania prostych parametrów rozkładu w przypadku zgadnień kombinatorycznych. Zadania te wymagają
Bardziej szczegółowoDopełnienie to można wyrazić w następujący sposób:
1. (6 punktów) Czy dla każdego regularnego L, język f(l) = {w : każdy prefiks w długości nieparzystej należy do L} też jest regularny? Odpowiedź. Tak, jęsli L jest regularny to też f(l). Niech A będzie
Bardziej szczegółowoFunkcje arytmetyczne. Funkcje arytmetyczne
Definicja 1 Każda arytmetyczna, to funkcja f(n, n N, przyporządkowująca N C, (R. Na przykład: f(n = n. Definicja 2: Funkcję arytmetyczną f : N f(n R nazywamy multyplikatywną, jeżeli m,n N, m n mamy f(mn
Bardziej szczegółowoII. Równania autonomiczne. 1. Podstawowe pojęcia.
II. Równania autonomiczne. 1. Podstawowe pojęcia. Definicja 1.1. Niech Q R n, n 1, będzie danym zbiorem i niech f : Q R n będzie daną funkcją określoną na Q. Równanie różniczkowe postaci (1.1) x = f(x),
Bardziej szczegółowoTworzenie gier na urządzenia mobilne
Katedra Inżynierii Wiedzy Teoria podejmowania decyzji w grze Gry w postaci ekstensywnej Inaczej gry w postaci drzewiastej, gry w postaci rozwiniętej; formalny opis wszystkich możliwych przebiegów gry z
Bardziej szczegółowoDiagonalizacja macierzy i jej zastosowania
Diagonalizacja macierzy i jej zastosowania Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 9. wykład z algebry liniowej Warszawa, listopad 2012 Mirosław Sobolewski (UW) Warszawa,listopad
Bardziej szczegółowoRegionalne Koło Matematyczne
Regionalne Koło Matematyczne Uniwersytet Mikołaja Kopernika w Toruniu Wydział Matematyki i Informatyki http://www.mat.umk.pl/rkm/ Lista rozwiązań zadań nr 16 (27.02.2010) Twierdzenia evy i Menelaosa 1.
Bardziej szczegółowoGrafy i Zastosowania. 9: Digrafy (grafy skierowane) c Marcin Sydow
9: Digrafy (grafy skierowane) Spis zagadnień Digrafy Porządki częściowe Turnieje Przykłady: głosowanie większościowe, ścieżka krytyczna Digraf (graf skierowany) Digraf to równoważny termin z terminem graf
Bardziej szczegółowoDłuższy przykład: Dwie firmy, Zeus i Atena, produkują sprzęt muzyczny. Zeus jest większy, Atena jest ceniona za HF. Wprowadzają nowy produkt, np.
Dłuższy przykład: Dwie firmy, Zeus i Atena, produkują sprzęt muzyczny. Zeus jest większy, Atena jest ceniona za HF. Wprowadzają nowy produkt, np. kula wyłożona głośnikami od wewnątrz. Popyt jest nieznany:
Bardziej szczegółowoJAO - Języki, Automaty i Obliczenia - Wykład 2. JAO - Języki, Automaty i Obliczenia - Wykład 2
Dowodzenie nieregularności języka [lemat o pompowaniu] Jeśli L regularny to istnieje stała c spełniająca : jeżeli z L, z c to istnieje dekompozycja w = u v x tak, że uv i x L dla każdego i 0 [lemat o skończonej
Bardziej szczegółowoPytania 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 szczegółowo02DRAP - Aksjomatyczna definicja prawdopodobieństwa, zasada w-w
02DRAP - Aksjomatyczna definicja prawdopodobieństwa, zasada w-w A Zadania na ćwiczenia Zadanie A.1. Niech Ω = R oraz F będzie σ-ciałem generowanym przez rodzinę wszystkich przedziałów otwartych typu (,
Bardziej szczegółowoPrzykłady do zadania 6.1 :
Rachunek prawdopodobieństwa MAP64 Wydział Elektroniki, rok akad. 28/9, sem. letni Wykładowca: dr hab. A. Jurlewicz Przykłady do listy 6: Zmienna losowa. Rozkład zmiennej losowej. Dystrybuanta. Przykłady
Bardziej szczegółowoImię, nazwisko, nr indeksu
Imię, nazwisko, nr indeksu (kod) (9 punktów) Wybierz 9 z poniższych pytań i wybierz odpowiedź tak/nie (bez uzasadnienia). Za prawidłowe odpowiedzi dajemy +1 punkt, za złe -1 punkt. Punkty policzymy za
Bardziej szczegółowoRACHUNEK PRAWDOPODOBIEŃSTWA - POJĘCIA WSTĘPNE MATERIAŁY POMOCNICZE - TEORIA
Wydział: WiLiŚ, Transport, sem.2 dr Jolanta Dymkowska RACHUNEK PRAWDOPODOBIEŃSTWA - POJĘCIA WSTĘPNE MATERIAŁY POMOCNICZE - TEORIA Przestrzeń probabilistyczna Modelem matematycznym (tj. teoretycznym, wyidealizowanym,
Bardziej szczegółowoPrzykład: Σ = {0, 1} Σ - zbiór wszystkich skończonych ciagów binarnych. L 1 = {0, 00, 000,...,1, 11, 111,... } L 2 = {01, 1010, 001, 11}
Języki Ustalmy pewien skończony zbiór symboli Σ zwany alfabetem. Zbiór Σ zawiera wszystkie skończone ciagi symboli z Σ. Podzbiór L Σ nazywamy językiem a x L nazywamy słowem. Specjalne słowo puste oznaczamy
Bardziej szczegółowoAlgebra 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 szczegółoworacja 3 rzędów patyczków, komputer uprzejmie pytał, kto ma zaczynać grę. Na ekranie mogłaby pojawić się poniższa konfiguracja
Gra Nim We wrześniu 1998 podczas miesięcznej wizyty w Monachium w pewną niedzielę wybrałem się z kolegą do Deutsche Museum, jednego z największych muzeów techniki w Europie. W jednym z pomieszczeń natknęliśmy
Bardziej szczegółowo5. OKREŚLANIE WARTOŚCI LOGICZNEJ ZDAŃ ZŁOŻONYCH
5. OKREŚLANIE WARTOŚCI LOGICZNEJ ZDAŃ ZŁOŻONYCH Temat, którym mamy się tu zająć, jest nudny i żmudny będziemy się uczyć techniki obliczania wartości logicznej zdań dowolnie złożonych. Po co? możecie zapytać.
Bardziej szczegółowoWykład 11: Martyngały: definicja, twierdzenia o zbieżności
RAP 412 14.01.2009 Wykład 11: Martyngały: definicja, twierdzenia o zbieżności Wykładowca: Andrzej Ruciński Pisarz:Mirosława Jańczak 1 Wstęp Do tej pory zajmowaliśmy się ciągami zmiennych losowych (X n
Bardziej szczegółowoRuletka czy można oszukać kasyno?
23 stycznia 2017 Ruletka czy można oszukać kasyno? M. Dworak, K. Maraj, S. Michałowski Plan prezentacji Podstawy ruletki System dwójkowy (Martingale) Czy system rzeczywiście działa? 1/22 Podstawy ruletki
Bardziej szczegółowoPrzykład. 1 losuje kartę z potasowanej talii, w której połowa kart ma kolor czarny a połowa czerwony. Postać ekstensywna Postać normalna
Przykład Postać ekstensywna Postać normalna Na poczatku gry dwaj gracze wkładaja do puli po 1$. Następnie, gracz 1 losuje kartę z potasowanej talii, w której połowa kart ma kolor czarny a połowa czerwony.
Bardziej szczegółowoPrzestrzeń unitarna. Jacek Kłopotowski. 23 października Katedra Matematyki i Ekonomii Matematycznej SGH
Katedra Matematyki i Ekonomii Matematycznej SGH 23 października 2018 Definicja iloczynu skalarnego Definicja Iloczynem skalarnym w przestrzeni liniowej R n nazywamy odwzorowanie ( ) : R n R n R spełniające
Bardziej szczegółowoLX Olimpiada Matematyczna
LX Olimpiada Matematyczna Rozwiązania zadań konkursowych zawodów stopnia drugiego 13 lutego 2009 r. (pierwszy dzień zawodów) Zadanie 1. Liczby rzeczywiste a 1, a 2,..., a n (n 2) spełniają warunek a 1
Bardziej szczegółowoWyk lad 8 macierzy i twierdzenie Kroneckera-Capellego
Wyk lad 8 Rzad macierzy i twierdzenie Kroneckera-Capellego 1 Określenie rz edu macierzy Niech A bedzie m n - macierza Wówczas wiersze macierzy A możemy w naturalny sposób traktować jako wektory przestrzeni
Bardziej szczegółowoTeoria układów logicznych
Automat Moore a Automatem Moore a nazywamy uporządkowaną piątkę ( Q, X,,, ) gdzie Q jest skończonym zbiorem niepustym, nazwanym zbiorem stanów automatu, X jest skończonym zbiorem niepustym, nazwanym alfabetem
Bardziej szczegółowoDiagonalizacja macierzy i jej zastosowania
Diagonalizacja macierzy i jej zastosowania Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 9. wykład z algebry liniowej Warszawa, listopad 29 Mirosław Sobolewski (UW) Warszawa, wrzesień
Bardziej szczegółowoW jaki sposób użyć tych n bitów do reprezentacji liczb całkowitych
Arytmetyka komputerowa Wszelkie liczby zapisuje się przy użyciu bitów czyli cyfr binarnych: 0 i 1 Ile różnych liczb można zapisać używajac n bitów? n liczby n-bitowe ile ich jest? 1 0 1 00 01 10 11 3 000001010011100101110111
Bardziej szczegółowoKombinacje liniowe wektorów.
Kombinacje liniowe wektorów Definicja: Niech V będzie przestrzenią liniową nad ciałem F, niech A V Zbiór wektorów A nazywamy liniowo niezależnym, jeżeli m N v,, v m A a,, a m F [a v + + a m v m = θ a =
Bardziej szczegółowoTeoria miary. WPPT/Matematyka, rok II. Wykład 5
Teoria miary WPPT/Matematyka, rok II Wykład 5 Funkcje mierzalne Niech (X, F) będzie przestrzenią mierzalną i niech f : X R. Twierdzenie 1. NWSR 1. {x X : f(x) > a} F dla każdego a R 2. {x X : f(x) a} F
Bardziej szczegółowoJAO - lematy o pompowaniu dla jezykow bezkontekstowy
JAO - lematy o pompowaniu dla jezykow bezkontekstowych Postać normalna Chomsky ego Gramatyka G ze zbiorem nieterminali N i zbiorem terminali T jest w postaci normalnej Chomsky ego wtw gdy każda produkcja
Bardziej szczegółowoReprezentacje grafów nieskierowanych Reprezentacje grafów skierowanych. Wykład 2. Reprezentacja komputerowa grafów
Wykład 2. Reprezentacja komputerowa grafów 1 / 69 Macierz incydencji Niech graf G będzie grafem nieskierowanym bez pętli o n wierzchołkach (x 1, x 2,..., x n) i m krawędziach (e 1, e 2,..., e m). 2 / 69
Bardziej szczegółowoUBEZPIECZENIA NA ŻYCIE
UBEZPIECZENIA NA ŻYCIE M BIENIEK Ubezpieczenie na życie jest to kontrakt pomiędzy ubezpieczycielem a ubezpieczonym gwarantujący, że ubezpieczyciel w zamian za opłacanie składek, wypłaci z góry ustaloną
Bardziej szczegółowoMatematyka ETId Elementy logiki
Matematyka ETId Izolda Gorgol pokój 131A e-mail: I.Gorgol@pollub.pl tel. 081 5384 563 http://antenor.pol.lublin.pl/users/gorgol Zdania w sensie logicznym DEFINICJA Zdanie w sensie logicznym - zdanie oznajmujace,
Bardziej szczegółowoJednowymiarowa zmienna losowa
1 Jednowymiarowa zmienna losowa Przykład Doświadczenie losowe - rzut kostką do gry. Obserwujemy ilość wyrzuconych oczek. Teoretyczny model eksperymentu losowego - przestrzeń probabilistyczna (Ω, S, P ),
Bardziej szczegółowoInternetowe Ko³o M a t e m a t yc z n e
Internetowe Ko³o M a t e m a t yc z n e Stowarzyszenie na rzecz Edukacji Matematycznej Zestaw 3 szkice rozwiązań zadań 1. Plansza do gry składa się z 15 ustawionych w rzędzie kwadratów. Pierwszy z graczy
Bardziej szczegółowoDystrybucje, 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