Formalizacja jako reprezentacja wiedzy logicznej
|
|
- Lech Kuczyński
- 7 lat temu
- Przeglądów:
Transkrypt
1 Formalizacja jako reprezentacja wiedzy logicznej Edward Bryniarski Uniwersytet Opolski, Instytut Matematyki i Informatyki, Zakład Informatyki Stosowanej edlog@uni.opole.pl W 1981 r. została wydana ksiąŝka Witolda Marciszewskiego Metody analizy tekstu naukowego. ChociaŜ praca ta była przygotowana dla wydawnictwa jako poradnik, czy przewodnik po wskazanej w tytule ksiąŝki dziedzinie wiedzy, poradnik przeznaczony dla nauczycieli akademickich i studentów, to prezentowała ona takŝe nowatorskie idee oraz wytyczała nowe kierunki badań. Zwłaszcza prekursorskie było zaproponowanie, jako głównego celu logicznej analizy tekstu, badania logicznego związku pomiędzy tematem a rematem, tj. pomiędzy tymi fragmentami tekstu, które reprezentują wiedzę potrzebną do wyznaczenia innej wiedzy, a tymi fragmentami tekstu, które reprezentują wiedzę wyznaczoną na podstawie tematu. W tym ujęciu, istotą logicznej poprawności jednostki tekstu jest występowanie logicznego stosunku pomiędzy tematem i rematem. Ten związek logiczny ustala się dokonując formalnego opisu relacji określających zwartość tematyczną tekstów z danej dziedziny wiedzy, do której analizowany tekst naleŝy. Analizowane relacje zwane są relacjami nawiązywania. Na podstawie tych relacji jedne teksty są wyprowadzane z drugich, adekwatnie do wyznaczania jednej wiedzy przez drugą. W sensie wyprowadzalności tekstów, w dowolnym wyprowadzeniu jedne teksty są następnikami innych, w tym teksty wyprowadzane (rematy) są następnikami tekstów (tematów), z którymi pozostają w relacji nawiązywania. Relacja bycia następnikiem ustala pewien porządek tekstów, umoŝliwiający wykorzystanie do badania struktury tematycznej tekstu aparatu pojęciowego teorii krat. Ze względu na znaczenie pojęć tematu i rematu dla analizy tekstu, postuluje się utworzenie teorii, którą Autor omawianej pracy proponuje nazwać logiczną teorią tekstu. Jednak juŝ na początku tworzenia tej teorii napotyka się na powaŝną trudność brak jasno określonego stosunku do badań formalnych oraz określenia miejsca tych badań w logicznej analizie tekstu. Do problematyki formalizacji w analizie tekstu W. Marciszewski wraca po dziesięciu latach w monografii Logika z retorycznego punktu widzenia. Praca ta powstała pod wyraźnym wpływem doświadczeń wyniesionych z kierowania programem badawczym RPBP III 24 Systemy logiczne i algorytmy do testowania przez komputer poprawności dowodu oraz doświadczeń dydaktycznych uzyskanych we wspomaganym komputerowo nauczaniu logiki, wykorzystującym programy komputerowe 1
2 Mizar 1 oraz Tableau II 2. Nie bez znaczenia były tu teŝ refleksje nad metodą komputerowego składu tekstu za pomocą programu TEX. Dla powstania niniejszego opracowania inspirujące stało się zarówno rozróŝnianie przez Marciszewskiego pojęcia informacji od pojęcia tekstów, w których te informacje są reprezentowane jak i naszkicowanie koncepcji optymalnej formalizacji tekstu naukowego (s ). Jakkolwiek w cytowanej monografii moŝna znaleźć wypowiedzi wyraźnie opowiadające się za koncepcją formalizacji jako reprezentacji wiedzy logicznej (jako wyniku werbalizacji przetwarzania informacji dotyczącej rozumowań dedukcyjnych; Konstrukcja pojęciowa I. 2, s. 70), w dalszym ciągu nie ma odpowiedzi na dwa waŝne pytania dotyczące tworzenia logicznej teorii tekstu: jak wykorzystać formalizację w analizie formalnej poprawności tekstu oraz jakie jest jej miejsce w ustaleniu logicznego związku pomiędzy tematem i rematem jednostki tekstu. Uczestnicząc w projekcie badawczym prof. W. Marciszewskiego oraz mając analogiczne doświadczenia dydaktyczne z tymi sami programami komputerowymi, autor niniejszego opracowania podejmuje się w 1993 r. próby odpowiedzi na pierwsze z tych pytań w pracy dotyczącej interpretacji błędu formalnego w systemach tekstowych 3. Niestety, odpowiedź na drugie pytanie wydaje się silnie zaleŝeć od ukształtowania się standardowych procedur komputerowej analizy tekstu. Kształtowanie się tych procedur miało rzeczywiście miejsce w ostatnich dziesięciu latach w ramach dziedziny informatyki zwanej programowaniem logicznym 4. Standardowe procedury logicznej analizy tekstu mogły być rozpoznane dzięki zastosowaniom języka Prolog, a następnie jego dojrzałej postaci języka Turbo Prolog 5. Istotą programowania logicznego jest, jak się tu postuluje: 1) taka formalizacja tekstu zadania, wyraŝonego w języku jakiejś dziedziny wiedzy, która reprezentuje (wyraŝa, przedstawia) wiedzę logiczną o danych i faktach, do których odwołuje się (nawiązuje) tekst zadania, a więc reprezentacja tego co jest dla tego tekstu i dla danej dziedziny wiedzy tematem, utoŝsamianym w programowaniu logicznym z siecią semantyczną, 2) formalizacja relacji nawiązywania, ustalających sekwencje operacji prowadzących od danych i faktów do innych danych i faktów lub do nowych danych (szukanych) i ustaleń (tj. 1 Pomysłodawcą tego programu jest Andrzej Trybulec z Uniwersytetu Białostockiego. Kolejne wersje programu to: Mizar MSE, Mizar PC. Więcej informacji moŝna znaleźć na stronie por. W. Marciszewski, Logika z retorycznego punktu widzenia, Warszawa 1991, s Program autorstwa Duncana Watta z ośrodka uniwersyteckiego w Oxfordzie, opracowany w latach E. Bryniarski, G. Kubica, O pewnej interpretacji błędu formalnego w systemach tekstowych, Prakseologia 3-4 ( ) 1993, s Za systematyczny wykład podstaw programowania logicznego moŝna uwaŝać podręcznik R. Kowalski, Logika w rozwiązywaniu zadań, Warszawa Przystępne wprowadzenie do programowania w języku Turbo Prolog moŝna znaleźć w: J. Szajna, M. Adamski, T. Kozłowski, Programowanie w języku logiki, Warszawa
3 do rematu); w programowaniu logicznym sekwencjom tych operacji odpowiada przestrzeń rozwiązań, a zbiorowi relacji nawiązywania - baza wiedzy, 3) formalizacja wszystkich faktów określonych przez relacje nawiązywania występujące w tekście zadania; w programowaniu logicznym reprezentacji tych faktów odpowiada dynamiczna baza danych, 4) formalizacja zbioru danych, niekoniecznie występujących w tekście zadania, do których trzeba się odwołać, aby uzyskać to co jest szukane; w programowaniu logicznym odpowiada temu zewnętrzna baza danych, 5) formalizacja zapytań, określających to co szukane i co ma być ustalone, a więc reprezentacja tego co jest dla danego tekstu zadania rematem. Nie wnikając w szczegóły programowania logicznego, powyŝej sformułowane postulaty traktuje się w niniejszym opracowaniu jako motywację do prowadzania poszukiwań odpowiedzi na pytanie o miejsce formalizacji w analizie logicznej tekstu. Najpierw jednak, naleŝy ustosunkować się do samej problematyki formalizacji. O dwóch nurtach formalizmu W 1900 r, na II Międzynarodowym Kongresie Matematyków w ParyŜu niemiecki matematyk David Hilbert ( ) zaprezentował swój słynny program ratowania matematyki przed nieścisłością poprzez pokazanie ścisłymi metodami, Ŝe jest ona pewna i niezawodna. Program Hilberta obejmował 23 problemy, których rozwiązanie, jego zdaniem, miało pchnąć matematykę w XX w. na wyŝszy poziom rozwoju. W wyniku krytyki przez L. E. J. Browera niekonstruktywistycznych metod w matematyce oraz zbyt swobodnego posługiwania się zbiorami nieskończonymi Hilbert skoncentrował się głównie na trzech zagadnieniach: 1) formalizacji matematyki, 2) problemie niesprzeczności, 3) problemie zachowawczości. Zagadnienia te, współcześnie, utoŝsamia się zazwyczaj w logice z programem Hilberta 6. Istotą formalizacji matematyki 7 była rekonstrukcja teorii matematycznych w sztucznym języku skonstruowanym w celu dokonywania takiej rekonstrukcji. Język ten nazywany był językiem sformalizowanym. Następnym etapem takiej formalizacji było rozwaŝanie, zamiast twierdzeń teorii matematycznych formuł tego języka, abstrahując od treści tych formuł i traktując same formuły jako skończone ciągi symboli, a dowody twierdzeń jako skończone ciągi formuł, czyli teŝ jako skończone ciągi symboli. Formuły i dowody twierdzeń były więc 6 Ph. J. Davis, R. Hersh, E. A. Marchisotto, Świat Matematyki, PWN, Warszawa 2001, s
4 obiektami konkretnymi jasno i bezpośrednio danymi, które moŝna było badać za pomocą nie budzących Ŝadnych wątpliwości metod finitystycznych. Dowód niesprzeczności matematyki sprowadzał się do pokazana, Ŝe nie istnieją dwa dowody z których pierwszy kończy się pewną formułą a drugi jej negacją. Wykazanie zachowawczości matematyki polegało na pokazaniu, Ŝe dowolny dowód twierdzenia matematyki infinitystycznej da się przekształcić w dowód w matematyce finitystycznej, tj. w dowód przeprowadzony za pomocą metod finitystycznych, w którym formuły odwołują się tylko do skończonych obiektów. Poglądy filozoficzne stojące u podstaw programu Hilberta, zwane współcześnie formalizmem, były przez niego propagowane w głównie w latach W badaniach prowadzonych w tych latach wyraźnie dało się zauwaŝyć dwie motywacje dokonywania formalizacji matematyki 8 : 1. Matematyka, jak kaŝda inna nauka, nie moŝe w Ŝaden sposób oprzeć się jedynie na logice; jest raczej coś, co jako warunek uŝycia logicznych wniosków i zrealizowanie logicznych operacji jest nam juŝ dane w wyobraźni: pewne pozalogiczne konkretne przedmioty, które intuicyjnie jako bezpośrednie przeŝycie są tutaj przed wszelkim myśleniem. Jeśli wnioskowanie logiczne ma być pewne, to te przedmioty muszą dać się przejrzeć dokładnie we wszystkich częściach, a ich pokazanie, odróŝnienie, ich następstwo lub występowanie jednoczesne jest wraz z przedmiotami bezpośrednio intuicyjnie dane jako coś, co się nie da juŝ sprowadzić do czegoś innego, ani teŝ takiej redukcji nie potrzebuje A w szczególności w matematyce są przedmiotem naszego badania same konkretne znaki, których postać dzięki naszemu nastawieniu jest bezpośrednio wyraźna i rozpoznawalna. Od samego początku było więc moŝliwe istnienie dwóch nurtów badań nad formalizacją matematyki. Pierwszy sprowadzał się do dokonywania formalizacji matematyki poprzez adekwatne reprezentowanie wiedzy logiczno-matematycznej za pomocą środków logicznomatematycznych. W drugim przypadku, formalizacji dokonywano środkami matematyki, konstruując w ramach matematyki strukturę relacyjną, w której kodowano wyraŝenia języka formalizowanej dziedziny matematyki, co prowadziło do powstania nowej jej dziedziny zwanej metamatematyką (współcześnie takŝe logiką matematyczną). Jakkolwiek oba nurty badań były ze sobą splecione, to ze względu na krytyczny stosunek Hilberta do logicyzmu badania nad formalizacją matematyki zostały zdominowane przez metamatematykę. Za głównych 7 R. Murawski, Filozofia matematyki. Zarys dziejów, PWN, Warszawa1995, s ; ibid, s Cytuję za: L. Chwistek, Pisma filozoficzne i logiczne, tom II, PWN, Warszawa 1963, s. 53; Die Grundlagen der Mathematik, Abhandlungen aus dem mathematischen Seminar der Hamburgischen Universität, Leipzig 1928, s
5 przedstawicieli tego kierunku badań 9, którzy przyczynili się do jego powstania i ukształtowania, naleŝą Paul Bernays ( ), Wilhelm Ackermann ( ), Gerhard Genczen ( ), John von Neumann ( ) oraz Haskell B. Curry ( ) i Abraham Robinson ( ). Reprezentowany przez wymienionych uczonych nurt badań do dzisiaj utoŝsamiany jest zazwyczaj, zresztą niesłusznie, z całym formalizmem. Dla formalisty działającego w tym nurcie badań matematyka jest nauką formalnej dedukcji, od aksjomatów do twierdzeń. Jej pojęcia pierwotne są niedefiniowalne, a twierdzenia pozbawione wszelkiej treści, póki nie nada się im interpretacji w jakiejś dziedzinie wiedzy, najczęściej w teorii matematycznej. Najbardziej wpływowym przykładem tego kierunku formalizmu jako stylu uprawiania matematyki były w latach pięćdziesiątych i sześćdziesiątych XX w. pisma grupy matematyków znanej zbiorowo jako Nicolas Bourbaki. Zdaniem autora niniejszego opracowania, do polskich przedstawicieli tego nurtu badań moŝna zaliczyć L. Chwistka, S. Leśniewskiego, S. Jaśkowskiego, H. Rasiową i R. Sikorskiego, a ze współczesnych np. Z. Adamowicz oraz wielu uczniów i współpracowników wymienionych uczonych. W ostatnich dziesięciu latach narasta reakcja przeciwko formalizmowi, który ogranicza się do tworzenia systemów formalnych wykorzystujących matematyczny aparat pojęciowy w oderwaniu od konkretnych systemów wiedzy i zastosowań 10. W tekstach i traktatach więcej jest dbałości o przykłady i mniej ścisłości w formalnym przedstawianiu. Zaczyna być coraz bardziej waŝny pierwszy nurt formalizacji adekwatna reprezentacja wiedzy za pomocą środków logiczno-matematycznych. Początki tego nurtu formalizacji matematyki sięgają jednak XIX w. kiedy to niemiecki matematyk Moritz Pasch ( ) we wzorcowy sposób dla przyszłych pokoleń matematyków przedstawił za pomocą środków logiczno-matematycznych wiedzę matematyczną zawartą w dziełach Euklidesa. Korzyści tego zabiegu były natychmiastowe wszelkie nieścisłości niedostrzegane od tysiącleci przez komentatorów Elementów Euklidesa zostały wychwycone 11. Pojęcie teorii matematycznej, wprowadzone przez Pascha w Podstawach geometrii, zostało zaadaptowane przez formalizm i jest do chwili obecnej zdecydowanie dominujące w matematyce 12. Do wybitnych przedstawicieli wskazanego nurtu badań logicznych autor zalicza: J. Łukasiewicza, A. Tarskiego, R. Carnapa, K. Poppera, W. Van O. Quina, E. Mendelsona, D. Davidsona, G. Polya, I. Lakatosa, J. Słupeckiego, a współcześnie w Polsce silny wpływ na ten 9 Por. R. Murawski, Filozofia matematyki. Zarys Dziejów, PWN, Warszawa 1995, s Ph. J. Davis, R. Hersh, E. A. Marchisotto, Świat Matematyki, PWN, Warszawa 2001, s Pojęcia odcinka i porządku na prostej zostały poprawnie zdefiniowane, a jeden z postulatów Euklidesa okazał się być aksjomatem (nazywanym współcześnie aksjomatem Paschy). Aksjomat ten głosi, Ŝe na płaszczyźnie prosta nie przechodząca przez Ŝaden z wierzchołków trójkąta i przecinająca jeden z jego bogów przecina jeszcze i drugi. 12 M. Kordos, Wykłady z historii matematyki, PWN, Warszawa 1994, s
6 nurt badań ma propagowana przez W. Marciszewskiego w logice, metodologii nauk i filozofii nauki koncepcja racjonalizmu. W celu lepszego rozróŝnienia prezentowanych wyŝej dwóch nurtów formalizmu, w dalszej części rozwaŝań ograniczymy się do omówienia tylko tych aspektów formalizmu, które związane są z badaniem metod dowodzenia stosowanych w praktyce przez samych matematyków. Dedukcja naturalna W latach dwudziestych XX w. ujawnił się silny rozdźwięk pomiędzy metodami dowodzenia stosowanymi przez metamatematykę a metodami dowodzenia stosowanymi przez samych matematyków. Ciągle nie było wiadomo czy metody dowodzenia stosowane w praktyce przez matematyków są tak samo niezawodne jak metody dowodzenia stosowane w systemach sformalizowanych i czy w ogóle metody dowodzenia stosowane przez matematyków moŝna ująć w system strukturalnych reguł oraz czy wszystkie formuły prawdziwe w matematyce moŝna uzyskać w ramach aksjomatycznych systemów sformalizowanych finitystycznymi środkami. DąŜenie do odpowiedzi na te pytania zainicjowało powstanie nowej dziedziny badań nazywanej współcześnie dedukcją naturalną. W 1930 r. młody matematyk wiedeński Kurt Gödel ( ) dał na ostatnie z wymienionych pytań odpowiedź negatywną. Na pierwsze dwa pytania prawie równocześnie udzielili pozytywnej odpowiedzi w swoich publikacjach S. Jaśkowski (w 1934 r.) oraz G. Gentzen (w 1935 r.). W artykułach, podręcznikach i encyklopediach wyraŝany jest nieraz pogląd, Ŝe intencją autorów systemów dedukcji naturalnej było moŝliwie jak najdalej idące przybliŝenie logicznej teorii dowodu do rzeczywistej praktyki dowodowej w matematyce i innych naukach. NaleŜy tu od razu zaznaczyć, Ŝe owe przybliŝenie logicznej teorii dowodu do rzeczywistej praktyki dowodowej nie oznacza bynajmniej takiej reprezentacji wiedzy logicznomatematycznej za pomocą środków logicznych, dzięki której moŝliwa byłaby adekwatna rekonstrukcja dowodów prowadzonych w praktyce naukowej, lecz oznacza zbudowanie w ramach metamatematyki takich systemów formalnych, które w sposób moŝliwie najprostszy i zrozumiały uzasadnią poprawność rozumowań prowadzonych w ramach matematyki lub innych nauk. Do takich systemów naleŝą takŝe logika dialogowa, zapoczątkowana przez P. Lorenzena, a następnie rozwijana przez K. Lorenza oraz systemy tablic analitycznych E. W. Betha, J. Hintikki i R.M. Smullyana i nawiązujące do tych systemów systemy redukcyjne L. Gumańskiego. 6
7 W Polsce badania nad dedukcją naturalną zostały zainicjowane przez J. Łukasiewicza w 1926 r. postawieniem następującego problemu: dowody matematyczne nie odwołują się do tez logiki, ale do załoŝeń i reguł rozumowania czy moŝna owe metody dowodzenia ująć w system strukturalnych reguł i zbadać ich relację do twierdzeń aksjomatycznego rachunku zdań? Według J. Woleńskiego zadanie to rozwiązał S. Jaśkowski w 1927 r. 13, a wyniki opublikował dopiero w 1934 r. Zarówno postawienie problemu jak i jego rozwiązanie mieściło się w nurcie programu Hilberta, chociaŝ koncepcja systemu formalnego, którą posługiwał się S. Jaśkowki była nietypowa i w tym względzie był on pod wyraźnym wpływem S. Leśniewskiego 14. S. Jaśkowski przedstawia system dedukcji naturalnej w postaci ciągu wyraŝeń z których kaŝde jest nazywane tezą systemu, w szczególności tezami są załoŝenia i ich konsekwencje. Wszystkie wyraŝenia ciągu, oprócz twierdzeń logiki, poprzedzone są numerami. Ciąg jest rozumiany w sensie nieskończoności potencjalnej, tj. do tzw. dziedziny absolutnej, składającej się ze wszystkich tez systemu, które juŝ zostały zapisane, moŝna dopisać następny element ciągu, wykorzystując do tego cztery reguły rozwijania sytemu. Nietypowość systemu Jaśkowskiego przy skromnym zasobie reguł, utrudniała, czy wręcz uniemoŝliwiała zastosowanie go do wiernej reprezentacji dowodów twierdzeń prowadzonych w praktyce przez matematyków. Zresztą, system ten, jak i system Gentzena nie miał słuŝyć do wiernej reprezentacji wiedzy, lecz głównie do uzasadniania niezawodności metod dowodzenia. System załoŝeniowy Słupeckiego-Borkowskiego Pierwszym systemem dedukcji naturalnej, który słuŝył takŝe wiernej reprezentacji wiedzy matematycznej stał się system załoŝeniowy Slupeckiego-Borkowskiego. J. Słupecki i L.Borkowski system ten przystępnie wyłoŝyli i konsekwentnie zastosowali w opracowaniu wykładu z teorii mnogości w podręczniku Elementy logiki matematycznej i teorii mnogości. ChociaŜ podręcznik wydano po raz pierwszy w 1963 r., genezy koncepcji dowodzenia twierdzeń metodą załoŝeniową naleŝy szukać w okresie międzywojennym. Wtedy to J. Słupecki aktywnie uczestniczył na Wydziale Matematyczno-Przyrodniczym Uniwersytetu Warszawskiego w pracach badawczych w zakresie logiki matematycznej, które logicy i filozofowie prowadzili wspólnie z matematykami. Silny wpływ na kierunek i styl tych badań mieli przede wszystkim ze strony logików J. Łukasiewicz i S. Leśniewski, a ze strony 13 J. Woleński, Filozoficzna szkoła lwowsko-warszawska, PWN, Warszawa 1985, s Ibid., s
8 matematyków S. Mazurkiewicz i W. Sierpiński 15. J. Słupecki zarówno pracę magisterską jak i rozprawę doktorską pisał pod kierunkiem J. Łukasiewicza. Z filozoficznej szkoły warszawskiej okresu międzywojennego, wyniósł zainteresowanie zastosowaniami logiki w matematyce i filozofii oraz pewną dozę krytycyzmu wobec programu Hilberta. W szkole warszawskiej znane były krytyczne uwagi Leona Chwistka dotyczące zbyt ogólnikowych wskazówek Hilberta odnośnie formalizacji dowodów matematycznych, a takŝe ostra krytyka hilbertowskiego aksjomatu wyróŝniania elementu w klasie za pomocą operatora epsilon 16. Nie bez znaczenia były teŝ krytyczne poglądy Jana Łukasiewicza, głównego przedstawiciela szkoły warszawskiej, dotyczące nominalizmu i skrajnych wersji formalizmu. Nie jestem grafikiem ani kaligrafem, ornamenty, napisy, nic mnie nie obchodzą pisze on odnosząc się do nominalistycznych tendencji w formalizmie (być moŝe chodzi tu teŝ o krytykę formalizmu Leśniewskiego). A dalej - Cała róŝnica, jaka dzieli logistykę od gry szachowej, polega właśnie na tym, Ŝe figury szachowe nic nie znaczą, a znaki logiczne mają jakiś sens. O ten sens nam chodzi, o myśli i znaczenia wyraŝone przez znaki, choćbyśmy nie wiedzieli, co to są znaczenia, nie zaś znaki same. Za pośrednictwem tych znaków chcemy uchwycić jakieś prawa myślenia, które by moŝna zastosować do matematyki i do filozofii, i do wszystkich nauk posługujących się rozumowaniem. Taki cel wart jest największego trudu. Formalizujemy wywody logiczne i dobrze robimy tak postępując; ale formalizacja jest tylko środkiem poznania czegoś i zdobycia pewności o czymś, a waŝny dla nas jest nie środek poznania, tylko to, co dzięki niemu poznajemy. 17 Trudno o jaśniejsze opowiedzenie się za formalizacją jako reprezentacją wiedzy logiczno-matematycznej. Styl formalizacji prezentowany w pracach J. Słupeckiego i jego współpracowników świadczy o tym, Ŝe były im bliskie przedstawione tutaj poglądy J.Łukasiewicza. J. Słupecki i L. Borkowski formułując reguły logiczne dąŝyli, by były one jak najbliŝsze potocznym intuicjom i by dowody tez, przeprowadzane za ich pomocą, miały prostą i przejrzystą postać 18. Znaczący wkład ich badań, prowadzonych nad dedukcją naturalną polega przede wszystkim na tym, Ŝe system załoŝeniowy jest pierwszym, który mieści się w nurcie reprezentacji wiedzy logiczno-matematycznej, a nie w programie Hilberta. Do tego samego nurtu formalizacji matematyki moŝna teŝ zaliczyć wykorzystanie komputerowego programu 15 S. Mazurkiewicz i W. Sierpiński w latach kierowali Fundamenta Mathematicae, czasopismem polskiej szkoły matematycznej. 16 L. Chwistek, Pisma filozoficzne i logiczne, tom II, PWN, Warszawa 1963, s. 53 i Jan Łukasiewicz, Z zagadnień logiki i filozofii. Pisma wybrane, PWN, Warszawa 1961, s. 213 wyboru pism dokonał J. Słupecki. Interesujące jest zwłaszcza Słowo wstępne autorstwa Słupeckiego, które zwraca uwagę na jego pozytywnie silny związek emocjonalny z kierunkami badań prowadzonych przez Łukasiewicza, a przede wszystkim z zagadnieniem determinizmu. 8
9 Mizar, będącego komputerowym systemem ekspertowym (systemem Mizar), do testowania dowodów twierdzeń. Przetestowanie dowodu twierdzenia przez Mizar wymaga rekonstrukcji tego dowodu w specjalnie opracowanym do tego języku programowania logicznego. Dokonana zostaje więc formalizacja dowodu w taki sposób, aby cała wiedza logiczna o tym dowodzie była reprezentowana w tym języku. Niekiedy przekład tekstu dowodu na język systemu Mizar jest niemoŝliwy, ze względu na to, Ŝe system ten wykorzystuje jako reguły wnioskowania reguły rezolucji, a nie korzysta z reguły odrywania. Najczęściej dowód twierdzenia naleŝy redagować bezpośrednio w języku systemu Mizar. To ograniczenie znacznie zawęŝa zakres zastosowań tego systemu ekspertowego, pomimo jego niezaprzeczalnych osiągnięć w formalizacji matematyki. Zdaniem autora niniejszego opracowania, z poŝytkiem dla wykorzystania sytemu Mizar byłoby rozwinięcie moŝliwości tkwiących w komputerowym programie Mizar 4, który pozwalał na implementację reguł wnioskowania 19. MoŜna przypuszczać, Ŝe po pewnych poprawkach, program Mizar 4 w pełni testowałby dowody tworzone metodą załoŝeniową Słupeckiego- Borkowskiego, co umoŝliwiałoby formalizację matematyki rozumianą jako reprezentację wiedzy logicznej o tekstach matematycznych. Racjonalizm współczesnej nauki Marciszewskiego a filozoficzna refleksja nad osiągnięciami Poglądy racjonalistyczne prezentowane w cytowanych wcześniej pracach W.Marciszewskiego nie dają się zaklasyfikować do Ŝadnego znanego nurtu racjonalizmu. Z jednej strony autor tych prac skłania się do przyjęcia poglądu, Ŝe wiedza 20 logiczna wyłania się w procesie pojęciowania z logiki przyrodzonej, tj. istnieje logika rządząca przetwarzaniem informacji w systemie nerwowym: poniewaŝ nie jest ona dziełem człowieka lecz Przyrody, zasługuje na miano logiki przyrodzonej 21. Pojęciowanie jest takim przetwarzaniem informacji w umyśle, którego wynikiem są przedmioty (obiekty) ejdetyczne, tj. te przedmioty, które przekształcane są zgodnie z logiką przyrodzoną, świadomie lub nieświadomie, czy mówiąc bardziej dokładnie, powstają w wyniku przetwarzania się odpowiednich zapisów biologicznych, 18 G. Bryl, K. Hałkowska, K. Piróg-Rzepecka, Działalność naukowa Profesora Jerzego Słupeckiego w środowisku opolskim w: Zeszyt Naukowy poświęcony Profesorowi Jerzemu Słupeckiemu, Zeszyty Naukowe WSP, Opole 1992, s U. Wybraniec-Skadowska, E. Bryniarski, Nauczanie logiki wsp0omagane komputerowo, OFEK, Opole-Białystok Wiedza jest tu rozumiana jako informacja przetwarzana w umyśle. 21 W. Marsiszewski, Logika z retorycznego punktu widzenia, Warszawa 1994, s.22 9
10 warunkujących m.in. konstrukcje pojęciowe funkcjonujące w danym umyśle 22. Przedmioty ejdetyczne uświadamiane są np. jako pojęcia lub sądy, czy konstrukcje pojęciowe zgodne ze stosunkami logicznymi zachodzącymi pomiędzy pojęciami. Logika przyrodzona nadaje rozumowaniu cechę intersubiektywności oraz umoŝliwia jego werbalizację prowadzącą do formalizacji i przetwarzania formalnego. Prezentowany pogląd odpowiada racjonalizmowi genetycznemu. Z drugiej strony, Marciszewski uwaŝa, Ŝe logika formalna słuŝy do przetwarzania informacji w sposób pośredni, poprzez pewnego rodzaju przetwarzanie danych (tekstów), tj. przetwarzanie formalne. Tak więc formalnie poprawne rozumowanie jako przetwarzanie informacji zachodzi za pośrednictwem przetwarzania pewnych tekstów: w układzie nerwowym jako przetwarzanie pewnych zapisów biologicznych, poza umysłem jako przetwarzanie pewnych zapisów na takich nośnikach informacji jak papier czy pamięć komputera lub inne materialne wytwory kultury. Ten pogląd bliski jest stanowisku racjonalizmu metodologicznego. Jednak tym co róŝni w sposób istotny wymienione stanowiska racjonalizmu od racjonalizmu głoszonego przez Marciszewskiego jest jego koncepcja logiki retorycznej 23, czy szerzej logicznej analizy tekstu, jako dziedziny wiedzy ustalającej powstający w procesie komunikowania się ludzi związek pomiędzy przetwarzaniem informacji a przetwarzaniem tekstów, tym samym pomiędzy logiką przyrodzoną a logiką formalną. W pracach cytowanego autora moŝna znaleźć wiele argumentów na rzecz zasadności stosowania logiki retorycznej w ramach komunikacji międzyludzkiej za pośrednictwem wytworów technicznych, czy komunikacji człowieka z innymi organizmami lub tworami przyrody czy maszynami. Argumenty te są wynikiem filozoficznej refleksji nad osiągnięciami współczesnej nauki. MoŜemy je wzmocnić i uzupełnić następująco. Przyjmijmy za J. Piagetem 24, Ŝe proces poznawczy człowieka ma charakter czynnościowy. Człowiek uczestnicząc czynnościowo w danym porządku rzeczy, tj. pośrednicząc w deterministycznych łańcuchach wzajemnych odniesień zdarzeń określających rzeczy jako takie a nie inne, dokonuje interioryzacji tego porządku rzeczy. Oznacza to, Ŝe na drodze wielu czynności odruchowych włączonych w porządek rzeczy, a tym samym częściowo tworzącym go, wytwarzane są w mózgu (w umyśle) człowieka dynamiczne struktury poznawcze (jako zespoły mechanizmów odruchowych), które utrwalają się, a następnie ujawniają się w czynnościach 22 Ibid., s Ibid., s J. Piaget, Psychologia i epistemologia, PWN, Warszawa 1977; J. Piaget, Studia z psychologii dziecka, PWN, Warszawa
11 umysłu jako analog (model) czynnościowy tego porządku rzeczy. Wynika stąd, Ŝe wszelkie pojęcia powstające w umyśle człowieka są swoistym przedłuŝeniem rzeczywistych mechanizmów powstawania obiektów, których te pojęcia dotyczą. Np. człowiek posługując się pojęciem ognia uaktywnia rzeczywiste mechanizmy: psychofizyczne, fizyczne, chemiczne, itp., w których ogień moŝe zapłonąć. W tym celu moŝe uŝyć zapałek lub zapalniczki. Odkrycie śladów dinozaura jest deterministycznym przedłuŝeniem w czasie i przestrzeni, Ŝyjących kiedyś tych zwierząt Badane widmo światła gwiazdy odległej od Ziemi o wiele lat światła jest przedłuŝeniem przejawów jej istnienia sprzed wielu lat. To samo dotyczy pojęć abstrakcyjnych, które są przedłuŝeniem wspólnych dla danej grupy ludzi, w sposób powtarzalny działających, mechanizmów poznawczych (mechanizmów generalizacji). Tak więc w sensie psychologicznym pojęcie (przedmiot ejdetyczny) jest analogiem i zarazem podsystemem pewnych systemów iteracyjnych, w których człowiek uczestniczy, tj. systemów rzeczywistości, w ramach których poznawany obiekt powstawał oraz w ramach których człowiek moŝe w sposób powtarzalny wykonywać operacje, dające w wyniku identyfikację obiektu, odnoszącego się do danego pojęcia (przedmiotu ejdetycznego), np. połączenia w umyśle rzeczy o wspólnych cechach lub połączenia ich za pomocą komunikacji międzyludzkiej. W istocie rzeczy, człowiek nie kształtuje Ŝadnego pojęcia, które by się nie odnosiło do jakiegoś systemu iteracji istniejącego niezaleŝnie od jego woli i świadomości. Dotyczy to teŝ myślenia. Organizm człowieka uczestniczy w interaktywnym systemie komunikacji międzyludzkiej między człowiekiem a człowiekiem, człowiekiem a wytworem cywilizacji (w tym szeroko rozumianej kultury), człowiekiem a przyrodą. System ten jest systemem iteracji obejmującym całokształt operacji na tekstach, przy czym teksty rozumiane są jako dowolne materialne wytwory kultury (w tym modele neurofizjologiczne tych wytworów, a takŝe hierarchie zachowań i systemy interakcji odnoszące się do innych wytworów, np. systemy społeczne, gospodarcze, techniczne, itp.). W wyniku wykonywania operacji na tekstach wytworzony zostaje w umyśle człowieka analog procesów komunikacji proces myślenia, który na ekranie świadomości postrzega on jako myśli, a następnie wyraŝa w języku (chociaŝ część z nich jawi się od razu jako tzw. mowa wewnętrzna). Myśli człowieka są zatem formowane zgodnie z tymi samymi prawami co teksty w systemie iteracji obejmującym operacje na tekstach. Ponadto, niezaleŝnie od umiejętności myślenia, uniwersalne prawa formowania zdarzeń we wszechświecie są zarazem prawami formowania myśli, jako Ŝe myśli takŝe są zdarzeniami, a systemy myślenia słuŝące identyfikacji uniwersalnych zdarzeń są uniwersalnymi systemami. Nie oznacza to, Ŝe zawsze prawa myślenia są prawami uniwersalnymi, gdyŝ niektóre fragmenty rzeczywistości poznawczej człowieka (tj. tej którą człowiek poznaje) mogą mieć charakter lokalny (np. ideologiczny czy 11
12 polityczny), a nie uniwersalny. Oznacza to, Ŝe dla człowieka w procesie poznania dostępna jest prawda subiektywna, nie zawsze pokrywająca się z obiektywną. Oczywiście, to co jest uniwersalne jest częścią tego co jest obiektywne, a więc poznanie tego co uniwersalne jest poznaniem prawdy obiektywnej. W tym kontekście logika formalna odnosi się do uniwersalnych praw przetwarzania informacji we wszechświecie, które przejawiają się w procesach komunikacji międzyludzkiej za pośrednictwem przetwarzania tekstów przetwarzania formalnego. Tak więc, jeŝeli umysł pewnego człowieka stosuje logikę przyrodzoną, zarządzająca przetwarzaniem informacji w jego układzie nerwowym, to moŝe wykorzystywać takŝe logikę formalną. Jest to silny argument na rzecz racjonalizmu. Elementy logicznej teorii tekstu Podsumowując rozwaŝania dotyczące formalizacji naszkicujemy aparat pojęciowy umoŝliwiający sformułowanie logicznej teorii tekstu, podając stosowne postulaty znaczeniowe w języku teorii mnogości. Przez wiedzę będziemy rozumieć, jak poprzednio, informację przetwarzaną w umyśle człowieka, a przez reprezentację wiedzy, przedstawianie (kodowanie) wiedzy za pomocą róŝnorakich środków w ramach systemów komunikacji międzyludzkiej. Reprezentacje wiedzy są więc tekstami. Zrelatywizowanie reprezentacji wiedzy do dziedzin wiedzy prowadzi do wyodrębnienia tekstowych dziedzin wiedzy, a wyraŝanie tych tekstów w jakimś języku, do wyodrębnienia języka dziedziny wiedzy. Gdy wszystkie równokształtne teksty reprezentują tę samą wiedzę (w szczególności są pusto spełnione), a równokształtność jest kongruencją w tekstowej dziedzinie wiedzy, to tekstową dziedzinę wiedzy nazywamy systemem reprezentacji wiedzy. Definicja 1 Strukturę relacyjną < U, U 0, ε, R> nazywamy tekstową dziedziną wiedzy, gdy U jest niepustym zbiorem wszystkich tekstów reprezentujących wiedzę z pewnej dziedziny, U 0 wyróŝnionym niepustym podzbiorem zbioru U zwanym bazą tekstową, ε jest relacją częściowego porządku określoną na zbiorze U zwaną relacją bycia częścią tekstów, a R jest ustalonym zbiorem relacji określonych w U zwanych relacjami nawiązywania tekstów. Definicja 2 Niech TDW = < U, U 0, ε, R> jest tekstową dziedziną wiedzy. 12
13 (a) Dwa teksty α,β U są równokształtne, gdy dwie struktury relacyjne powstałe przez ograniczenie uniwersum struktury TDW odpowiednio do zbiorów {t U : t ε α}, {t U : t ε β}, są izomorficzne oraz części tekstu α pozostają w tych samych relacjach w strukturze TDW co ich obrazy izomorficzne będące częściami tekstu β. (b) Tekst α jest wyprowadzalny ze zbioru tekstów X U, co zapisujemy X - R α, gdy istnieje taki tekst β, zwany wyprowadzeniem tekstu α ze zbiory X, i istnieje taki ciąg tekstów α 1, α 2,..., α n U, Ŝe spełnione są warunki (1) teksty α 1, α 2,..., α n zawarte są w tekście β, (2) α n = α, (3) dla dowolnych i n: bądź α i X, bądź istnieją takie i 1, i 2,..., i k < i oraz istnieje taka relacja r R, Ŝe <α i1, α i2,..., α ik,, α i > r (4) β jest najmniejszym tekstem w <U, ε > spełniającym warunki (1)-(3). (c) Ramą zbioru tekstów X U jest zbiór Fr(X) = {α U : X - R α } (d) Poprawnie zbudowanymi są teksty naleŝące do zbioru Fr(U 0 ). (e) Dla dowolnych tekstów α, β U, α β wttw istnieje taki zbiór X tekstów, Ŝe β X i X - R α i nieprawdą jest X\{β} - R α, napis α β czytamy: α nawiązuje do β, lub α jest następnikiem β, (f) Dla dowolnego tekstu α U, zbiór Parts(α) = {t U : t ε α} zwany jest budową tekstu α. (g) Tekst β jest rematem tekstu α wttw β Fr(U 0 ), α β, β Parts(α) oraz nie istnieje taki tekst t Parts(α), Ŝe t β; innymi słowy: tekst β jest rematem tekstu α, gdy jest wyprowadzalny z tekstów bazowych (nawiązuje do tych tekstów), jest częścią właściwą tekstu α oraz Ŝadna część tekstu α nie jest jego następnikiem; intuicyjnie, remat danego tekstu jest tą jego częścią, która nie słuŝy do zrozumienia innych części tego tekstu, a jedynie sama moŝe być zrozumiana dzięki nawiązaniu do wcześniejszych tekstów, (h) Tekst t jest tematem tekstu α wttw t Fr(U 0 ), α t, t Parts(α) oraz kaŝdy następnik t naleŝący do Parts(α) jest rematem α; innymi słowy: tekst t jest tematem tekstu α, gdy jest jego częścią właściwą, której kaŝdy następnik będący częścią α jest rematem; intuicyjnie, tematem danego tekstu jest kaŝda jego właściwa część, która słuŝy do zrozumienia rematu tego tekstu, tak więc, aby zrozumieć remat nawiązujemy najpierw do tematów, a następnie do tekstów, z których tematy są wyprowadzone, (i) Dowolny tekst jest jednostką tekstu, gdy posiada w swojej budowie rematy i tematy oraz gdy ze zbioru wszystkich tematów tego tekstu wyprowadzalny jest kaŝdy z rematów. 13
14 ZauwaŜmy, Ŝe dowolne wyprowadzenie tekstu poprawnie zbudowanego jest jednostką tekstu. WaŜne jest takŝe stwierdzenie, Ŝe dla dowolnej tekstowej dziedziny wiedzy TDW, w której wszystkie równokształtne teksty reprezentują tę samą wiedzę, jeŝeli relacja ~ równokształtności tekstów jest kongruencją w TDW, to struktura ilorazowa TDW/~ jest takŝe tekstową dziedziną wiedzy. Uzasadnione jest więc sformułowanie następującej definicji: Definicja 3 Niech w tekstowej dziedzinie wiedzy TDW wszystkie równokształtne teksty reprezentują tę samą wiedzę, a relacja ~ równokształtności tekstów jest kongruencją w TDW. Wtedy strukturę ilorazową TDW/~ nazywamy systemem reprezentacji wiedzy, relacje nawiązywania nazywamy relacjami konkatenacji, a o wyprowadzeniu danego tekstu mówimy, Ŝe jest konkatenacją pewnego ciągu tekstów określonego przez definicję wyprowadzenia tekstu. Tekstami są typy, tj. zbiory wszystkich tekstów równokształtnych w TDW. Przyjmijmy dalej, Ŝe wiedza logiczna jest informacją przetwarzaną w umyśle identyfikującą ogólną budowę, cechy i przyporządkowania wszelkich obiektów odnoszących się do danej dziedziny wiedzy oraz identyfikującą relacje pomiędzy tymi obiektami. Definicja 4 Język, w którym przedstawiamy schematycznie, za pomocą schematów, tj. formuł, wzorów, planów, diagramów itp., wiedzę logiczną nazywamy językiem sformalizowanym. Język ten jest określony przez cztery zbiory symboli < Al., Tr, Fm, W>, Al jest alfabetem, Tr zbiorem termów, Fm zbiorem formuł, a W jest rodziną zbiorów formuł takich, Ŝe do kaŝdego z tych zbiorów naleŝą formuły reprezentujące wiedzę o tej samej wartości logicznej. Alfabet składa się z ze stałych i zmiennych indywiduowych, będących zarazem termami, symboli funkcyjnych wiąŝących stałe i zmienne w termy, predykatów wiąŝących stałe i zmienne w formuły, spójników wiąŝących formuły w inne formuły, kwantyfikatorów wiąŝących zmienne i formuły w inne formuły oraz symboli pomocniczych (np. nawiasów, ramek, kropek, linii, strzałek itd.). Przykładem języka sformalizowanego jest język będący wynikiem formalizacji (schematyzacji) języka dowolnej dziedziny wiedzy. Definicja 5 14
15 Systemem reprezentacji wiedzy logicznej nazywamy system reprezentacji wiedzy, w którym zbiorem tekstów bazowych jest zbiór wszystkich symboli języka sformalizowanego, a zbiór relacji konkatenacji pozwala 1) wyróŝnić wszystkie składniki języka sformalizowanego, 2) wyprowadzić formuły poprawnie zbudowane, 3) tworzyć teksty wywodów prowadzących od formuł o określonej wartości logicznej do formuł o określonej wartości logicznej (niezmienniczość wartości logicznych względem wywodów). MoŜna mieć nadzieję, Ŝe wprowadzony aparat pojęciowy umoŝliwi czytelnikowi, jeszcze lepiej niŝ wcześniejsze rozwaŝania, dostrzec uniwersalność metody formalizacji jako reprezentacji wiedzy logicznej oraz wyraźniej nakreślić perspektywę zastosowań tej metody. 15
Logiczna analiza tekstu
Logiczna analiza tekstu Większość współczesnych środków informatycznych obsługujących Internet wykorzystuje lepiej lub gorzej określone operacje i reguły logicznej analizy tekstu. W tym kontekście, znajomość
Formalizacja jako reprezentacja wiedzy logicznej w systemach tekstowych
Formalizacja jako reprezentacja wiedzy logicznej w systemach tekstowych Edward Bryniarski Uniwersytet Opolski, Instytut Matematyki i Informatyki, Zakład Informatyki Stosowanej edlog@uni.opole.pl W 1981
O badaniach nad SZTUCZNĄ INTELIGENCJĄ
O badaniach nad SZTUCZNĄ INTELIGENCJĄ Wykład 7. O badaniach nad sztuczną inteligencją Co nazywamy SZTUCZNĄ INTELIGENCJĄ? szczególny rodzaj programów komputerowych, a niekiedy maszyn. SI szczególną własność
O badaniach nad SZTUCZNĄ INTELIGENCJĄ
O badaniach nad SZTUCZNĄ INTELIGENCJĄ Jak określa się inteligencję naturalną? Jak określa się inteligencję naturalną? Inteligencja wg psychologów to: Przyrodzona, choć rozwijana w toku dojrzewania i uczenia
Metody dowodzenia twierdzeń i automatyzacja rozumowań Systemy aksjomatyczne I
Metody dowodzenia twierdzeń i automatyzacja rozumowań Systemy aksjomatyczne I Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@.edu.pl OSTRZEŻENIE Niniejszy plik nie zawiera wykładu z Metod dowodzenia...
Wykład 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:
Wykład 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
WYKŁAD 3: METODA AKSJOMATYCZNA
METODY DOWODZENIA TWIERDZEŃ I AUTOMATYZACJA ROZUMOWAŃ WYKŁAD 3: METODA AKSJOMATYCZNA III rok kognitywistyki UAM, 2016 2017 Plan na dziś: 1. Przypomnimy, na czym polega aksjomatyczna metoda dowodzenia twierdzeń.
Zasady krytycznego myślenia (1)
Zasady krytycznego myślenia (1) Andrzej Kisielewicz Wydział Matematyki i Informatyki 2017 Przedmiot wykładu krytyczne myślenie vs logika praktyczna (vs logika formalna) myślenie jasne, bezstronne, oparte
Logika i teoria mnogości Wykład 14 1. Sformalizowane teorie matematyczne
Logika i teoria mnogości Wykład 14 1 Sformalizowane teorie matematyczne W początkowym okresie rozwoju teoria mnogości budowana była w oparciu na intuicyjnym pojęciu zbioru. Operowano swobodnie pojęciem
Logika Stosowana. Wykład 1 - Logika zdaniowa. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017
Logika Stosowana Wykład 1 - Logika zdaniowa Marcin Szczuka Instytut Informatyki UW Wykład monograficzny, semestr letni 2016/2017 Marcin Szczuka (MIMUW) Logika Stosowana 2017 1 / 30 Plan wykładu 1 Język
Wprowadzenie do logiki Zdania, cz. III Język Klasycznego Rachunku Predykatów
Wprowadzenie do logiki Zdania, cz. III Język Klasycznego Rachunku Predykatów Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@amu.edu.pl Plan na pytanie o odniesienie przedmiotowe zdań odpowiedź
INFORMATYKA a FILOZOFIA
INFORMATYKA a FILOZOFIA (Pytania i odpowiedzi) Pytanie 1: Czy potrafisz wymienić pięciu filozofów, którzy zajmowali się także matematyką, logiką lub informatyką? Ewentualnie na odwrót: Matematyków, logików
Logika 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:
Adam Meissner.
Instytut Automatyki i Inżynierii Informatycznej Politechniki Poznańskiej Adam Meissner Adam.Meissner@put.poznan.pl http://www.man.poznan.pl/~ameis SZTUCZNA INTELIGENCJA Podstawy logiki pierwszego rzędu
Tautologia (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
Logika Stosowana. Wykład 2 - Logika modalna Część 2. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017
Logika Stosowana Wykład 2 - Logika modalna Część 2 Marcin Szczuka Instytut Informatyki UW Wykład monograficzny, semestr letni 2016/2017 Marcin Szczuka (MIMUW) Logika Stosowana 2017 1 / 27 Plan wykładu
Logika 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
Dlaczego matematyka jest wszędzie?
Festiwal Nauki. Wydział MiNI PW. 27 września 2014 Dlaczego matematyka jest wszędzie? Dlaczego świat jest matematyczny? Autor: Paweł Stacewicz (PW) Czy matematyka jest WSZĘDZIE? w życiu praktycznym nie
O badaniach nad SZTUCZNĄ INTELIGENCJĄ
O badaniach nad SZTUCZNĄ INTELIGENCJĄ SZTUCZNA INTELIGENCJA dwa podstawowe znaczenia Co nazywamy sztuczną inteligencją? zaawansowane systemy informatyczne (np. uczące się), pewną dyscyplinę badawczą (dział
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
MATEMATYKA 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
PRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Informatyka Rodzaj przedmiotu: obowiązkowy w ramach treści wspólnych z kierunkiem Matematyka, moduł kierunku obowiązkowy Rodzaj zajęć: wykład, ćwiczenia I KARTA PRZEDMIOTU CEL
Elementy filozofii i metodologii INFORMATYKI
Elementy filozofii i metodologii INFORMATYKI Filozofia INFORMATYKA Metodologia Wykład 1. Wprowadzenie. Filozofia, metodologia, informatyka Czym jest FILOZOFIA? (objaśnienie ogólne) Filozofią nazywa się
Wykład 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
PODSTAWY SZTUCZNEJ INTELIGENCJI
Katedra Informatyki Stosowanej Politechnika Łódzka PODSTAWY SZTUCZNEJ INTELIGENCJI Laboratorium PROGRAMOWANIE SYSTEMÓW EKSPERTOWYCH Opracowanie: Dr hab. inŝ. Jacek Kucharski Dr inŝ. Piotr Urbanek Cel ćwiczenia
Uwagi 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
Andrzej 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
RACHUNEK ZDAŃ 7. Dla każdej tautologii w formie implikacji, której poprzednik również jest tautologią, następnik także jest tautologią.
Semantyczne twierdzenie o podstawianiu Jeżeli dana formuła rachunku zdań jest tautologią i wszystkie wystąpienia pewnej zmiennej zdaniowej w tej tautologii zastąpimy pewną ustaloną formułą, to otrzymana
1.2.3 Funkcjonalna pełność
1.2.3 Funkcjonalna pełność Przedstawione przykłady sprawdzania tautologiczności formuł zamknietych metodą niewprost dobrze ilustrują, Ŝe załoŝenie niewrost o przypisaniu formule wartości fałszu, a następnie
Przykładowe dowody formuł rachunku kwantyfikatorów w systemie tabel semantycznych
Przykładowe dowody formuł rachunku kwantyfikatorów w systemie tabel semantycznych Zapoznaj z poniŝszym tekstem reprezentującym wiedzę logiczną o wartościach logicznych będących interpretacjami formuł złoŝonych
Epistemologia. Organizacyjnie. Paweł Łupkowski Instytut Psychologii UAM 1 / 19
1 / 19 Epistemologia Organizacyjnie Paweł Łupkowski Instytut Psychologii UAM 22.02.2018 2 / 19 Epistemologia https://plupkowski.wordpress.com/dydaktyka/ pawel.lupkowski@gmail.com (mówiacy tytuł wiadomości!)
Predykat. 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,
Monoidy 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
Definicje. Algorytm to:
Algorytmy Definicje Algorytm to: skończony ciąg operacji na obiektach, ze ściśle ustalonym porządkiem wykonania, dający możliwość realizacji zadania określonej klasy pewien ciąg czynności, który prowadzi
Metoda 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,
Geneza wiedzy o przetwarzaniu informacji
1. PODSTAWY METODOLOGICZNE Metodologia dydaktyki informatyki jest dziedziną wiedzy o tym jak człowiek uczestniczy i poznaje środowisko, w którym powstają, rozprzestrzeniane są oraz przetwarzane informacje.
RACHUNEK PREDYKATÓW 7
PODSTAWOWE WŁASNOŚCI METAMATEMATYCZNE KRP Oczywiście systemy dedukcyjne dla KRP budowane są w taki sposób, żeby wszystkie ich twierdzenia były tautologiami; można więc pokazać, że dla KRP zachodzi: A A
Reguły gry zaliczenie przedmiotu wymaga zdania dwóch testów, z logiki (za ok. 5 tygodni) i z filozofii (w sesji); warunkiem koniecznym podejścia do
Reguły gry zaliczenie przedmiotu wymaga zdania dwóch testów, z logiki (za ok. 5 tygodni) i z filozofii (w sesji); warunkiem koniecznym podejścia do testu z filozofii jest zaliczenie testu z logiki i zaliczenie
Algorytm. Krótka historia algorytmów
Algorytm znaczenie cybernetyczne Jest to dokładny przepis wykonania w określonym porządku skończonej liczby operacji, pozwalający na rozwiązanie zbliżonych do siebie klas problemów. znaczenie matematyczne
Wstęp do logiki. Kto jasno i konsekwentnie myśli, ściśle i z ładem się wyraża,
Prof. UAM, dr hab. Zbigniew Tworak Zakład Logiki i Metodologii Nauk Instytut Filozofii Wstęp do logiki Kto jasno i konsekwentnie myśli, ściśle i z ładem się wyraża, kto poprawnie wnioskuje i uzasadnia
Początki informatyki teoretycznej. Paweł Cieśla
Początki informatyki teoretycznej Paweł Cieśla Wstęp Przykładowe zastosowanie dzisiejszych komputerów: edytowanie tekstów, dźwięku, grafiki odbiór telewizji gromadzenie informacji komunikacja Komputery
Twierdzenia Gödla dowody. Czy arytmetyka jest w stanie dowieść własną niesprzeczność?
Semina Nr 3 Scientiarum 2004 Twierdzenia Gödla dowody. Czy arytmetyka jest w stanie dowieść własną niesprzeczność? W tym krótkim opracowaniu chciałbym przedstawić dowody obu twierdzeń Gödla wykorzystujące
0.1. Logika podstawowe pojęcia: zdania i funktory, reguły wnioskowania, zmienne zdaniowe, rachunek zdań.
Wykłady z Analizy rzeczywistej i zespolonej w Matematyce stosowanej Wykład ELEMENTY LOGIKI ALGEBRA BOOLE A Logika podstawowe pojęcia: zdania i funktory, reguły wnioskowania, zmienne zdaniowe, rachunek
Rachunek zdań. Zdanie w sensie logicznym jest to wyraŝenie jednoznacznie stwierdzające, na gruncie reguł danego języka, iŝ tak a
Zdanie w sensie logicznym jest to wyraŝenie jednoznacznie stwierdzające, na gruncie reguł danego języka, iŝ tak a tak jest alboŝe tak a tak nie jest. Wartość logiczna zdania jest czymś obiektywnym, to
EGZAMIN MATURALNY 2013 FILOZOFIA
Centralna Komisja Egzaminacyjna w Warszawie EGZAMIN MATURALNY 2013 FILOZOFIA POZIOM ROZSZERZONY Kryteria oceniania odpowiedzi MAJ 2013 2 Zadanie 1. (0 4) Obszar standardów Opis wymagań Znajomość i rozumienie
STUDIA PODYPLOMOWE FILOZOFII I ETYKI
Załącznik nr 1 do Uchwały nr /2012 Senatu UKSW z dnia 25 września 2012 r. STUDIA PODYPLOMOWE FILOZOFII I ETYKI Dokumentacja dotycząca opisu efektów kształcenia dla programu kształcenia Nazwa kierunku studiów
Logika dla socjologów Część 2: Przedmiot logiki
Logika dla socjologów Część 2: Przedmiot logiki Rafał Gruszczyński Katedra Logiki Uniwersytet Mikołaja Kopernika 2011/2012 Spis treści 1 Działy logiki 2 Własności semantyczne i syntaktyczne 3 Błędy logiczne
Główne problemy kognitywistyki: Reprezentacja
Główne problemy kognitywistyki: Reprezentacja Wykład 4 Reprezentacja a koncepcje rozszerzonego umysłu i rozszerzonego narzędzia Andrzej Klawiter http://www.amu.edu.pl/~klawiter klawiter@amu.edu.pl Rozszerzone
Andrzej Wiśniewski Logika II. Materiały do wykładu dla studentów kognitywistyki. Wykład 15. Trójwartościowa logika zdań Łukasiewicza
Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykład 15. Trójwartościowa logika zdań Łukasiewicza 1 Wprowadzenie W logice trójwartościowej, obok tradycyjnych wartości logicznych,
LOGIKA Wprowadzenie. Robert Trypuz. Katedra Logiki KUL GG października 2013
LOGIKA Wprowadzenie Robert Trypuz Katedra Logiki KUL GG 43 e-mail: trypuz@kul.pl 2 października 2013 Robert Trypuz (Katedra Logiki) Wprowadzenie 2 października 2013 1 / 14 Plan wykładu 1 Informacje ogólne
WYKŁAD 7: DEDUKCJA NATURALNA
METODY DOWODZENIA TWIERDZEŃ I AUTOMATYZACJA ROZUMOWAŃ WYKŁAD 7: DEDUKCJA NATURALNA III rok kognitywistyki UAM, 2016 2017 Systemy dedukcji naturalnej pochodzą od Gerharda Gentzena (1909 1945) oraz Stanisława
Kultura logiczna Wnioskowania dedukcyjne
Kultura logiczna Wnioskowania dedukcyjne Bartosz Gostkowski bgostkowski@gmail.com Kraków 25 IV 2010 Plan wykładu: Intuicje dotyczące poprawności wnioskowania Wnioskowanie dedukcyjne Reguły niezawodne a
Klasyczny 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
Np. Olsztyn leży nad Łyną - zdanie prawdziwe, wartość logiczna 1 4 jest większe od 5 - zdanie fałszywe, wartość logiczna 0
ĆWICZENIE 1 Klasyczny Rachunek Zdań (KRZ): zdania w sensie logicznym, wartości logiczne, spójniki logiczne, zmienne zdaniowe, tabele prawdziwościowe dla spójników logicznych, formuły, wartościowanie zbioru
KRZYSZTOF WÓJTOWICZ Instytut Filozofii Uniwersytetu Warszawskiego
KRZYSZTOF WÓJTOWICZ Instytut Filozofii Uniwersytetu Warszawskiego wojtow@uw.edu.pl 1 2 1. SFORMUŁOWANIE PROBLEMU Czy są empiryczne aspekty dowodów matematycznych? Jeśli tak to jakie stanowisko filozoficzne
EGZAMIN MATURALNY 2010 FILOZOFIA
Centralna Komisja Egzaminacyjna w Warszawie EGZAMIN MATURALNY 2010 FILOZOFIA POZIOM ROZSZERZONY Klucz punktowania odpowiedzi MAJ 2010 2 Zadanie 1. (0 2) problemów i tez z zakresu ontologii, epistemologii,
Logika. 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
Programowanie komputerów
Programowanie komputerów Wykład 1-2. Podstawowe pojęcia Plan wykładu Omówienie programu wykładów, laboratoriów oraz egzaminu Etapy rozwiązywania problemów dr Helena Dudycz Katedra Technologii Informacyjnych
http://www-users.mat.umk.pl/~pjedrzej/wstep.html 1 Opis przedmiotu Celem przedmiotu jest wykształcenie u studentów podstaw języka matematycznego, wypracowanie podstawowych umiejętności przeprowadzania
Elementy logiki i teorii mnogości
Elementy logiki i teorii mnogości Zdanie logiczne Zdanie logiczne jest to zdanie oznajmujące, któremu można przypisać określoną wartość logiczną. W logice klasycznej zdania dzielimy na: prawdziwe (przypisujemy
Elementy filozofii i metodologii INFORMATYKI
Elementy filozofii i metodologii INFORMATYKI Filozofia INFORMATYKA Metodologia Czym jest FILOZOFIA? (objaśnienie ogólne) Filozofią nazywa się Ogół rozmyślań, nie zawsze naukowych, nad naturą człowieka,
Andrzej 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
PRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Informatyka Rodzaj przedmiotu: obowiązkowy w ramach treści kierunkowych, moduł kierunkowy oólny Rodzaj zajęć: wykład, laboratorium I KARTA PRZEDMIOTU CEL PRZEDMIOTU PRZEWODNIK
Systemy ekspertowe i ich zastosowania. Katarzyna Karp Marek Grabowski
Systemy ekspertowe i ich zastosowania Katarzyna Karp Marek Grabowski Plan prezentacji Wstęp Własności systemów ekspertowych Rodzaje baz wiedzy Metody reprezentacji wiedzy Metody wnioskowania Języki do
Wstęp do logiki. Klasyczny Rachunek Zdań II
Wstęp do logiki Klasyczny Rachunek Zdań II DEF. 1 (Słownik). Następujące znaki tworzą słownik języka KRZ: p 1, p 2, p 3, (zmienne zdaniowe) ~,,,, (spójniki) ), ( (nawiasy). DEF. 2 (Wyrażenie). Wyrażeniem
LOGIKA I TEORIA ZBIORÓW
LOGIKA I TEORIA ZBIORÓW Logika Logika jest nauką zajmującą się zdaniami Z punktu widzenia logiki istotne jest, czy dane zdanie jest prawdziwe, czy nie Nie jest natomiast istotne o czym to zdanie mówi Definicja
Andrzej 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
JAKIEGO RODZAJU NAUKĄ JEST
JAKIEGO RODZAJU NAUKĄ JEST INFORMATYKA? Computer Science czy Informatyka? Computer Science czy Informatyka? RACZEJ COMPUTER SCIENCE bo: dziedzina ta zaistniała na dobre wraz z wynalezieniem komputerów
1.1.5 Wybrane elementy teorii analizy tekstów
1.1.5 Wybrane elementy teorii analizy tekstów Poprzednie podrozdziały przedstawiły dwie podstawowe metody formalizacji: formalizację języka danej dziedziny wiedzy oraz formalizację dziedziny wiedzy opisanej
Indukcja. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak
Indukcja Materiały pomocnicze do wykładu wykładowca: dr Magdalena Kacprzak Charakteryzacja zbioru liczb naturalnych Arytmetyka liczb naturalnych Jedną z najważniejszych teorii matematycznych jest arytmetyka
Programowanie 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,
Paradygmaty 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.
Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki. Wykłady 7 i 8. Aksjomatyczne ujęcie Klasycznego Rachunku Zdań
Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykłady 7 i 8. Aksjomatyczne ujęcie Klasycznego Rachunku Zdań 1 Istnieje wiele systemów aksjomatycznych Klasycznego Rachunku
Programowanie 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
Semantyka 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
Kierunek i poziom studiów: matematyka, studia I stopnia, rok I. Sylabus modułu: Wstęp do matematyki (03-MO1S-12-WMat)
Uniwersytet Śląski w Katowicach str. 1 Kierunek i poziom studiów: matematyka, studia I stopnia, rok I Sylabus modułu: Wstęp do matematyki (03-MO1S-12-WMat) 1. Informacje ogólne koordynator modułu Tomasz
INFORMATYKA W SZKOLE. Podyplomowe Studia Pedagogiczne. Dr inż. Grażyna KRUPIŃSKA. D-10 pokój 227
INFORMATYKA W SZKOLE Dr inż. Grażyna KRUPIŃSKA grazyna@fis.agh.edu.pl D-10 pokój 227 Podyplomowe Studia Pedagogiczne 2 Algorytmy Nazwa algorytm wywodzi się od nazwiska perskiego matematyka Muhamed ibn
Programowanie 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
LOGIKA Dedukcja Naturalna
LOGIKA Dedukcja Naturalna Robert Trypuz Katedra Logiki KUL 7 stycznia 2014 Robert Trypuz (Katedra Logiki) Założeniowy system klasycznego rachunku zdań 7 stycznia 2014 1 / 42 PLAN WYKŁADU 1 Przykład dowodów
O REDUKCJI U-INFORMACJI
O REDUKCJI U-INFORMACJI DO DANYCH Cztery punkty odniesienia (dla pojęcia informacji) ŚWIAT ontologia fizyka UMYSŁ psychologia epistemologia JĘZYK lingwistyka nauki o komunikacji KOMPUTER informatyka elektronika
Analiza wyników badania Kompetencji trzecioklasistów uczniów klasy 3a i 3b w roku szkolnym 2015/16. opracowała Joanna Chachulska
Analiza wyników badania Kompetencji trzecioklasistów uczniów klasy 3a i 3b w roku szkolnym 2015/16 opracowała Joanna Chachulska Test Kompetencji Trzecioklasistów z języka polskiego został przeprowadzony
ZAŁOŻENIA FILOZOFICZNE
ZAŁOŻENIA FILOZOFICZNE Koło Wiedeńskie Karl Popper Thomas Kuhn FILOZOFIA A NAUKA ZAŁOŻENIA W TEORIACH NAUKOWYCH ZAŁOŻENIA ONTOLOGICZNE Jaki jest charakter rzeczywistości językowej? ZAŁOŻENIA EPISTEMOLOGICZNE
Badania w naukach społecznych
Badania w naukach społecznych Twierdzenia nauk społecznych Pojęcia języka nauk społecznych słuŝą do formułowania twierdzeń Twierdzenie zdanie orzekające coś o przedmiocie, którego dotyczy Jednostkowe Analityczne
Opis efektów kształcenia dla programu kształcenia (kierunkowe efekty kształcenia) WIEDZA. rozumie cywilizacyjne znaczenie matematyki i jej zastosowań
TABELA ODNIESIEŃ EFEKTÓW KSZTAŁCENIA OKREŚLONYCH DLA PROGRAMU KSZTAŁCENIA DO EFEKTÓW KSZTAŁCENIA OKREŚLONYCH DLA OBSZARU KSZTAŁCENIA I PROFILU STUDIÓW PROGRAM KSZTAŁCENIA: POZIOM KSZTAŁCENIA: PROFIL KSZTAŁCENIA:
Andrzej 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.:
Filozofia, Germanistyka, Wykład IX - Immanuel Kant
Filozofia, Germanistyka, Wykład IX - Immanuel Kant 2011-10-01 Plan wykładu 1 Immanuel Kant - uwagi biograficzne 2 3 4 5 6 7 Immanuel Kant (1724-1804) Rysunek: Immanuel Kant - niemiecki filozof, całe życie
O geometrii semialgebraicznej
Inauguracja roku akademickiego 2018/2019 na Wydziale Matematyki i Informatyki Uniwersytetu Łódzkiego O geometrii semialgebraicznej Stanisław Spodzieja Łódź, 28 września 2018 Wstęp Rozwiązywanie równań
Andrzej Wiśniewski Logika II. Materiały do wykładu dla studentów kognitywistyki. Wykład 14. Wprowadzenie do logiki intuicjonistycznej
Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykład 14. Wprowadzenie do logiki intuicjonistycznej 1 Przedstawione na poprzednich wykładach logiki modalne możemy uznać
prawda symbol WIEDZA DANE komunikat fałsz liczba INFORMACJA kod (pojęcie interdyscyplinarne) znak wiadomość ENTROPIA forma przekaz
WIEDZA prawda komunikat symbol DANE fałsz kod INFORMACJA (pojęcie interdyscyplinarne) liczba znak forma ENTROPIA przekaz wiadomość Czy żyjemy w erze informacji? Czy żyjemy w erze informacji? RACZEJ TAK:
Gramatyki, wyprowadzenia, hierarchia Chomsky ego. Gramatyka
Gramatyki, wyprowadzenia, hierarchia Chomsky ego Teoria automatów i języków formalnych Dr inŝ. Janusz Majewski Katedra Informatyki Gramatyka Gramatyką G nazywamy czwórkę uporządkowaną gdzie: G =
Rachunek prawdopodobieństwa projekt Ilustracja metody Monte Carlo obliczania całek oznaczonych
Rachunek prawdopodobieństwa projekt Ilustracja metody Monte Carlo obliczania całek oznaczonych Autorzy: Marta Rotkiel, Anna Konik, Bartłomiej Parowicz, Robert Rudak, Piotr Otręba Spis treści: Wstęp Cel
http://www-users.mat.umk.pl/~pjedrzej/wstep.html 1 Opis przedmiotu Celem przedmiotu jest wykształcenie u studentów podstaw języka matematycznego, wypracowanie podstawowych umiejętności przeprowadzania
Modele 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
Przedmiotowy System Oceniania Fizyka z Astronomią
Przedmiotowy System Oceniania Fizyka z Astronomią I. Postanowienia ogólne 1. Nauczyciel ocenia wiedzę i umiejętności ucznia w sposób pisemny jak i ustny zgodnie z Wewnątrzszkolnym Systemem Oceniania i
Z-LOG-1003 Logika Logics
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Z-LOG-100 Logika Logics Obowiązuje od roku akademickiego 2012/201 A. USYTUOWANIE MODUŁU W SYSTEMIE STUDIÓW Kierunek
Wyszukiwanie. Wyszukiwanie binarne
Wyszukiwanie Wejście: posortowana, n-elementowa tablica liczbowa T oraz liczba p. Wyjście: liczba naturalna, określająca pozycję elementu p w tablicy T, bądź 1, jeŝeli element w tablicy nie występuje.
III 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
PRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Matematyka Rodzaj przedmiotu: przedmiot obowiązkowy dla wszystkich specjalności Rodzaj zajęć: wykład, ćwiczenia Logika matematyczna Mathematical Logic Poziom przedmiotu: II
Logika Stosowana. Wykład 7 - Zbiory i logiki rozmyte Część 3 Prawdziwościowa logika rozmyta. Marcin Szczuka. Instytut Informatyki UW
Logika Stosowana Wykład 7 - Zbiory i logiki rozmyte Część 3 Prawdziwościowa logika rozmyta Marcin Szczuka Instytut Informatyki UW Wykład monograficzny, semestr letni 2016/2017 Marcin Szczuka (MIMUW) Logika